[论文解读] A Distributed k-Secure Sum Protocol for Secure Multi-Party Computations

Rashid Sheikh, Beerendra Kumar+1 more|arXiv (Cornell University)|Mar 22, 2010

Cryptography and Data Security参考文献 12被引用 51

一句话总结

本文提出了一种用于安全多方计算的分布式 k-安全求和协议，即使两个相邻参与方合谋，也无法推断中间参与方的私有输入，从而实现零数据泄露。通过在计算前将每个参与方的数据分割并重新分配给所有参与者，该协议在半诚实敌手模型下实现了完美安全，对合谋攻击具有信息论安全的理论保障。

ABSTRACT

Secure sum computation of private data inputs is an interesting example of Secure Multiparty Computation (SMC) which has attracted many researchers to devise secure protocols with lower probability of data leakage. In this paper, we provide a novel protocol to compute the sum of individual data inputs with zero probability of data leakage when two neighbor parties collude to know the data of a middle party. We break the data block of each party into number of segments and redistribute the segments among parties before the computation. These entire steps create a scenario in which it becomes impossible for semi honest parties to know the private data of some other party.

研究动机与目标

• 解决现有安全求和协议中合谋参与方可能推断其他方私有输入的漏洞。
• 设计一种分布式协议，即使两个相邻参与方合谋，也能维持信息论安全。
• 通过将数据分割并重新分配给多个参与方，彻底消除数据泄露。
• 为在最小信任假设下的多方环境提供一种实用且可扩展的安全求和计算解决方案。

提出的方法

• 每个参与方使用类似秘密共享的方法将其私有输入分割为多个片段。
• 以确保单个参与方无法重建原始输入的方式，将片段重新分配给所有参与方。
• 协议采用分布式计算模型，每个参与方本地处理其份额，并为最终求和贡献计算结果。
• 重新分配机制确保即使两个相邻参与方合谋，也无法重建中间参与方的私有数据。
• 协议依赖于信息论安全，即安全性由数学原理保证，而非计算困难性假设。
• 最终求和为所有本地贡献的聚合结果，且没有任何参与方能知晓其他任何参与方的完整输入。

实验结果

研究问题

• RQ1 能否设计一种分布式协议，防止在安全求和计算中两个相邻参与方合谋导致的数据泄露？
• RQ2 如何对数据进行分段和重新分配，以确保单个参与方或合谋的双方都无法重建另一参与方的私有输入？
• RQ3 哪些机制可确保在多方求和计算中实现信息论安全，且不依赖计算假设？
• RQ4 是否可能在保持效率和可扩展性的前提下，在分布式环境中实现完美安全？
• RQ5 与现有 k-安全求和协议相比，所提出的协议在安全性和性能方面有何差异？

主要发现

• 即使在半诚实敌手模型下，两个相邻参与方合谋，该协议仍实现零数据泄露概率。
• 通过将数据片段重新分配给所有参与方，协议确保单个参与方无法重建任何其他参与方的私有输入。
• 安全保证为信息论安全，即无论敌手计算能力多强，该安全性质依然成立。
• 协议在保持求和计算正确性的同时，通过分布式数据处理方式保护了隐私。
• 该方法具有可扩展性，适用于任意数量的参与方，且安全性与参与方数量无关。
• 该方法为分布式环境中安全求和计算提供了实用方案，并具备强大的隐私保障。