Identity-Based Threshold Decryption Scheme from Lattices under the Standard Model
-
摘要: 基于身份的门限解密体制(identity-based threshold decryption, IBTD)是将秘密共享方法和基于身份加密算法有效结合.在(t,N)门限解密方案中，N个解密服务器共享用户私钥，当解密时，至少需要t个服务器参与并计算相应解密份额，才能正确恢复出明文.然而，少于t个或更少的服务器无法获取关于明文的任何信息.目前现存的格上IBTD方案都是在随机预言模型下证明的，主要方法是对服从高斯分布的私钥直接分割.针对该问题，构造了一种非交互的IBTD方案，采用拉格朗日秘密分割方法对一个公共向量进行拆分，每个解密服务器得到各自的特征向量，通过用户的私有陷门，对特征向量进行原像抽样，得到私钥份额，有效隐藏了用户完整私钥，提高方案的安全性.在解密份额验证时，采用离散对数问题的难解性，实现了可公开验证性.在解密份额组合时，通过公共向量分割合并和解密份额分割合并之间运算的同态性，保证解密的正确性.在标准模型下，将该方案的安全性规约为判定性LWE(learning with errors)困难假设，证明了其满足IND-sID-CPA安全.Abstract: The identity-based threshold decryption (IBTD) system combines the secret sharing method with the identity-based encryption mechanism. In a (t, N) IBTD system, N decryption servers share the private key corresponding to a user’s identity. When to decrypt, at least t servers are required to participate in and calculate their corresponding decryption shares. However, less than t or fewer servers are unable to obtain any information about the plaintext. At present, the existing IBTD schemes from lattices are constructed under the random model, and the main method is to divide the private key statistically close to a Gauss distribution directly. This paper constructs a non-interactive IBTD scheme. A public vector is split using the Lagrange secret partition method, and each decryption server obtains its respective characteristic vector. Each private key share is obtained by sampling the pre-image of the characteristic vectors through the private trapdoor function for each decryption server. The user’s complete private key is effectively hidden and the security of the scheme is improved. The difficulty of the discrete logarithm problem is used to realize the verifiability of decryption share. The correctness of the decryption share is guaranteed by the homomorphism of the operations between the common vector and the private key shares. The IND-sID-CPA security for the proposed scheme is proved based on the decisional learning with errors (LWE) hardness assumption under the standard model.
-
-
期刊类型引用(21)
1. 杜晓丽，李登峰. 基于大老板博弈的国际贸易物流区块链网络共识研究. 中国管理科学. 2024(04): 120-129 . 
百度学术
2. 徐吟歌，郑康宁，周鎏瑜. 基于共识机制的供应链金融信息共享合作博弈研究. 现代商业. 2024(18): 41-45 . 百度学术
3. 杨朝东，关景火，米群，孙文军，张艳波，刘源淞. 基于区块链DPoS共识机制的三七溯源体系研究. 云南农业科技. 2024(05): 9-15 . 百度学术
4. 王捷，葛丽娜，张桂芬. 区块链的激励机制权益证明共识算法改进方案. 郑州大学学报(工学版). 2023(05): 62-68 . 百度学术
5. 谭春桥，杨慧娟，易文桃. 基于纳什谈判的共享经济区块链网络Po S共识传播博弈分析. 控制与决策. 2022(01): 219-229 . 百度学术
6. 邓小鸿，王智强，李娟，王俊彬，黎康婷. 主流区块链共识算法对比研究. 计算机应用研究. 2022(01): 1-8 . 百度学术
7. 张沁楠，朱建明，高胜，熊泽辉，丁庆洋，朴桂荣. 基于区块链和贝叶斯博弈的联邦学习激励机制. 中国科学:信息科学. 2022(06): 971-991 . 百度学术
8. 张旺，葛云生. 基于节点分组的权益证明共识机制. 计算机应用与软件. 2022(05): 267-272+298 . 百度学术
9. 何帅，黄襄念. 基于信誉授权的DPoS共识机制改进研究. 四川轻化工大学学报(自然科学版). 2022(03): 66-75 . 百度学术
10. 付晓东，漆鑫鑫，刘骊，彭玮，丁家满，代飞. 基于权力指数的DPoS共谋攻击检测与预防. 通信学报. 2022(12): 123-133 . 百度学术
11. 康海燕，邓婕. 区块链数据隐私保护研究综述. 山东大学学报(理学版). 2021(05): 92-110 . 百度学术
12. 李凌霄，袁莎，金银玉. 基于区块链的联邦学习技术综述. 计算机应用研究. 2021(11): 3222-3230 . 百度学术
13. 何帅，黄襄念，刘谦博，江杨靖. DPoS区块链共识机制的改进研究. 计算机应用研究. 2021(12): 3551-3557 . 百度学术
14. 孙晶，徐晓雅，赵会群. 基于PSO优化博弈的区块链共识算法. 计算机应用与软件. 2021(12): 251-261+340 . 百度学术
15. 杨坤桥，王煜翔，郭兵，李强. 委托股权证明共识机制的改进研究. 计算机工程与应用. 2021(24): 107-114 . 百度学术
16. 陈梦蓉，林英，兰微，单今朝. 基于“奖励制度”的DPoS共识机制改进. 计算机科学. 2020(02): 269-275 . 百度学术
17. 李萌，武帅，谭建. 基于区块链技术的供应链金融平台优化设计. 信息技术与信息化. 2020(03): 95-97 . 百度学术
18. 付瑶瑶，李盛恩. 授权股份证明共识机制的改进方案. 计算机工程与应用. 2020(19): 48-54 . 百度学术
19. 赖英旭，薄尊旭，刘静. 基于改进PBFT算法防御区块链中sybil攻击的研究. 通信学报. 2020(09): 104-117 . 百度学术
20. 江雨燕，郑炜晨，邵金. 基于改进PBFT算法的区块链技术在供应链溯源中的应用. 南阳理工学院学报. 2020(04): 23-29 . 百度学术
21. 连耿雄. 基于区块链的可信移动应用市场. 计算机与现代化. 2019(03): 58-61+67 . 百度学术
其他类型引用(54)
计量
- 文章访问数:
- HTML全文浏览量: 0
- PDF下载量:
- 被引次数: 75
下载:
