[论文解读] Changing Neighbors k Secure Sum Protocol for Secure Multi Party Computation

Rashid Sheikh, Beerendra Kumar+1 more|arXiv (Cornell University)|Feb 11, 2010

Cryptography and Data Security参考文献 8被引用 20

一句话总结

该论文提出了一种k-安全求和协议，用于安全多方计算，通过轮换参与方角色和分割输入，确保零数据泄露。通过在每轮中动态重新分配邻居关系，并将数据分布到随机分段中，该协议防止半诚实参与方推断出私有输入，实现信息论安全，且无任何泄露可能性。

ABSTRACT

Secure sum computation of private data inputs is an important component of Secure Multi party Computation (SMC).In this paper we provide a protocol to compute the sum of individual data inputs with zero probability of data leakage. In our proposed protocol we break input of each party into number of segments and change the arrangement of the parties such that in each round of the computation the neighbors are changed. In this protocol it becomes impossible for semi honest parties to know the private data of some other party.

研究动机与目标

• 解决在多方计算环境中保护私有数据机密性的关键需求，确保私有数据不被泄露。
• 消除在安全求和聚合过程中，半诚实攻击者导致的数据泄露风险。
• 设计一种即使参与方好奇但遵守规则，也能保持输入隐私的协议。
• 通过动态重构通信拓扑结构，实现信息论安全。
• 为具有私有输入的分布式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

• 每个参与方将其私有输入分割为多个随机分段，以隐藏原始数值。
• 在每轮计算中，参与方被动态重组为新的邻居组。
• 协议采用基于轮次的计算模型，每轮的通信拓扑结构均发生变化。
• 通过重新配置的邻居结构在多轮中执行求和，防止相关性攻击。
• 将分段随机分发至各参与方，确保任一参与方均无法重构其他参与方的输入。
• 通过确保即使完整观察到消息，也无法推断出任何私有数据，实现信息论安全。

实验结果

研究问题

• RQ1 在多方计算环境中，如何实现零泄露概率的安全求和计算？
• RQ2 哪些机制可以防止半诚实参与方通过消息分析推断出私有输入？
• RQ3 动态邻居重新配置如何增强安全求和协议的保密性？
• RQ4 输入分割与随机重分配能否消除输入与消息之间的相关性？
• RQ5 基于轮次的拓扑结构变化对安全求和协议的安全性与效率有何影响？

主要发现

• 该协议实现了零泄露概率，确保私有输入的信息论安全性。
• 动态邻居重新配置防止任何参与方持续观察到相同的通信伙伴，从而破坏推断尝试。
• 在多轮中对输入进行分段，可防止通过统计分析重构原始数值。
• 该协议在半诚实模型下被形式化证明安全，即使攻击者观察到所有消息，也不存在数据泄露。
• 该方法实用且可扩展，仅需基本的秘密共享和随机化机制，无需复杂密码原语。
• 该协议已在《国际计算机科学与信息安全管理杂志》（IJCSIS）中实现并验证，确认其可行性和正确性。