云环境下多方保密计算最大值、最小值及其统计学应用

安全多方计算是近年来密码学的研究热点, 本文主要研究保密科学计算中最值(最大值、最小值)问题的安全多方计算, 关于该问题现有的解决方案不多, 而且目前尚未出现架构在云计算环境下的解决方案. 针对此问题, 本文首先对保密数据进行0-1 编码, 使得保密数据隐藏于所编码的0-1数组中, 然后利用多密钥NTRU全同态加密算法, 分别设计了在云计算环境下解决最大值、最小值问题的协议, 并且, 在半诚实模型下, 利用模拟范例的方法, 对本文提出协议的安全性进行了证明. 本文分析表明: 在性能方面, 和以往协议相比, 本文提出的的最大值、最小值解决方案, 不仅是首次架构在云计算环境下的解决方案, 而且该方案还可以抗量子攻击; 在效率方面, 由于本文构造的协议都架构在云计算平台上, 这能为用户节省大量的计算成本, 所以本文给出的协议取得了更高的效率. 最后, 本文将设计的两个新协议应用在统计学领域, 解决了一个新问题---多方保密计算极差问题, 该方案简洁安全.