Privacy-preserving multikey computing framework for encrypted data in the cloud
Privacy-preserving multikey computing framework for encrypted data in the cloud
复制标题
云中加密数据的隐私保护多密钥计算框架
DOI：
10.1016/j.ins.2021.06.017
复制
发表时间：
2021-06
期刊：
影响因子：
--
通讯作者：
Siu Ming Yiu
中科院分区：
文献类型：
--
作者：
Jun Zhang;Zoe Lin Jiang;Ping Li;Siu Ming Yiu
摘要准备大量的训练数据是机器学习成功的关键。由于公众对个人隐私的关注，人们提出了不同的技术来实现隐私保护机器学习。同态加密允许对云中的加密数据进行计算。然而，目前的方案要么侧重于单一密钥，要么侧重于特定的算法。在这个大数据时代，不同机构之间的合作相当普遍。在一个密钥下加密来自不同机构的数据是对数据隐私的风险。此外，针对特定的机器学习算法构造安全方案缺乏通用性。基于支持一次乘法的加法同态加密，提出了一种通用的多密钥计算框架，用于对加密数据进行加法、乘法、比较、排序、除法等常见算术运算，可用于不同的机器学习算法。我们的方案被证明对半诚实攻击者是安全的，实验评估证明了我们的计算框架的实用性。
Abstract Preparing large amounts of training data is the key to the success of machine learning. Due to the public’s concern about individual privacy, different techniques are proposed to achieve privacy preserving machine learning. Homomorphic encryption enables calculation on encrypted data in the cloud. However, current schemes either focus on single key or a specific algorithm. Cooperation between different institutions is quite common in this era of big data. Encrypting data from different institutions under one single key is a risk to data privacy. Moreover, constructing secure scheme for a specific machine learning algorithm lacks universality. Based on an additively homomorphic encryption supporting one multiplication, we propose a general multikey computing framework to execute common arithmetic operations on encrypted data such as addition, multiplication, comparison, sorting, division and etc. Our scheme can be used to run different machine learning algorithms. Our scheme is proven to be secure against semi-honest attackers and the experimental evaluations demonstrate the practicality of our computing framework.
登录
查看更多内容
影响因子：
--
作者：
Meikang Qiu;Zhong Ming;Jihe Wang;L. Yang;Yang Xiang
通讯作者：
Meikang Qiu;Zhong Ming;Jihe Wang;L. Yang;Yang Xiang
影响因子：
16.6
作者：
Pouyanfar, Samira;Sadiq, Saad;Iyengar, S. S.
通讯作者：
Iyengar, S. S.
具有多个密钥的高效保护隐私的外包计算工具包
DOI：
10.1109/tifs.2016.2573770
发表时间：
2016-11-01
影响因子：
6.8
作者：
Liu, Ximeng;Deng, Robert H.;Weng, Jian
通讯作者：
Weng, Jian
未来城市交通的公共车辆
DOI：
10.1109/tits.2016.2543263
发表时间：
2016
影响因子：
8.5
作者：
Zhu Ming;Liu Xiao-Yang;Tang Feilong;Qiu Meikang;Shen Ruimin;Shu Wennie;Wu Min-You
通讯作者：
Wu Min-You
DOI：
10.1016/j.jcss.2016.12.005
发表时间：
2017-11
期刊：
J. Comput. Syst. Sci.
影响因子：
--
作者：
Cheng Huang;Rongxing Lu;K. Choo
通讯作者：
Cheng Huang;Rongxing Lu;K. Choo