高性能保密计算算法与协议研究

数据采集、分析与利用是开展各项活动的基础性工作。一方面，需要有关数据的组织与个人可能无法采集到所需的全部数据，必须利用外部数据才能开展有关的工作；另一方面，许多组织积累了大量有价值的数据，但由于隐私保护问题，数据不能让外部组织与个人使用，造成数据资源的浪费，这个矛盾在信息社会尤其突出。利用多方保密计算(SMC)可以解决这个问题。但现有的SMC协议在面对海量数据时，因为计算复杂度太高而无法使用。本项目研究(1)SMC协议性能分析、评价及改进的问题；(2)用对称密码、散列函数等方法降低SMC协议的计算复杂度；(3)用随机计算理论与技术设计SMC算法与协议，大幅度降低协议的计算与通信复杂度。解决以上问题，可以使含有隐私的数据发挥更大作用，促进隐私保护产业建立与发展,产生巨大的经济与社会效益。本项研究有重要的理论与实际意义，可以使我国在SMC实际应用领域占有一席之地，甚至占领应用研究的制高点。

本项目研究如何在不泄漏隐私的前提下，使各种机构（包括研究、教育、医疗卫生、工商业机构、政府机构等）积累的数据能够为社会所利用，发挥应有作用的理论与技术。主要利用多方保密计算(SMC)技术解决这个问题，项目研究了多方保密计算协议的性能分析、评价及改进的问题，提出了性能评价的指标；用散列函数等方法降低了SMC协议的计算复杂度；用随机计算理论与技术设计了两个SMC协议，降低了协议的计算与通信复杂度；在本项目的资助下还开展了程序正确性证明方面的探索研究，也取得了一些初步成果。还有一些成果已经形成论文正处于评阅阶段。研究成果有重要的理论与实际意义。项目经过三年研究，取得了预期的效果，实现了预定的研究目标。在项目研究过程中共发表论文20多篇(其中SCI源期刊论文与国内一级学报论文6篇)；申请专利4项，批准2项（其它正在审查）；在此过程中培养博士研究生5名(目前仍然在读，其中2名即将毕业)；毕业硕士研究生9名，还有在读研究生9名，指导访问学者1名。