云计算和大数据环境下高效的隐私保护算法设计与分析

The popularization of cloud computing and the recent trend of big data brought a new stirring of interest in research of privacy-preserving techniques. However, there are still some open problems pending scientific solutions in the area of privacy-preserving techniques research, especially the problem of how to increase scalability of privacy-preserving algorithms to embrace the challenge of big data. On this account we propose to investigate design and analysis of efficient privacy-preserving algorithms under cloud computing and big data environment from the following three aspects: security analysis and evaluation of current secure outsourcing solutions; using efficient data structures to design privacy-preserving algorithms under secure computation model; implementation of privacy-preserving data condensation and feature extraction methods for big data. Two scientific questions pop out from our preliminary investigation: i) design of ORAM-based secure computation framework with low round complexity and ii) oblivious transformation of non-deterministic RAM algorithms. Our strategy to tackle this project is to solve the proposed sub-tasks revolving around the answers to these two scientific questions. We expect to contribute to the knowledge of data structure design under secure computation model, new constructions of ORAM schemes and the application of data condensation methods in privacy-preserving techniques.

近年来云计算概念的普及和大数据趋势的兴起进一步掀起了隐私保护技术的研究热潮。然而当前隐私保护技术研究领域仍然存在很多开放性问题亟待解答，特别是如何提高隐私保护算法的可扩展性以迎接大数据带来的挑战这一课题。有鉴于此，本课题将研究云计算和大数据环境下高效的保护隐私算法设计与分析并拟从三个方面展开：现有云外包计算的安全分析与系统评价；安全计算模型下利用高效数据结构来设计隐私保护算法；大数据精简与特征抽取算法的保护隐私实现。经前期调研我们凝练出本项目的两个关键科学问题：低轮复杂度的ORAM安全计算框架设计和不确定性算法的茫然转换。我们拟通过对这两个关键问题的解答来带动本课题其他研究内容的顺利展开，并预期在安全计算模型中的数据结构设计、ORAM方案设计以及数据精简技术在隐私保护技术中的应用等方面取得较好研究成果。

安全计算技术自提出以来一直是密码学界和信息安全学界的研究热点，近年来云计算概念的普及和大数据趋势的兴起进一步掀起了安全计算技术的研究热潮。然而当前安全计算技术领域仍有很多开放性问题亟待解答，特别是如何提高安全计算技术的可扩展性以迎接大数据带来的挑战这一课题。本项目针对这一挑战从三个方面进行了深入研究：现有云外包计算的安全分析与系统评价；基于密钥同态伪随机函数的安全聚合方案；物联网环境中的群组认证问题。. 本项目对两个安全外包最近邻查询方案进行了安全分析，指出了这两个最近邻查询方案的安全漏洞，提出了攻击方法，并设计了攻击实验验证了我们提出的攻击方法的有效性。本项目基于密钥同态伪随机函数设计了两个安全聚合方案。其中第一个方案是对已有安全聚合方案在安全性和效率上的改进。由于利用了密钥同态伪随机函数的非交互特性，我们的安全聚合方案的通信复杂度和轮复杂度均降低了不少。第二个方案是专门用来解决安全聚合应用中经常出现的参与者随时退出的情况。为此我们设计了一个容错的安全聚合方案。本项目分析了两个面向群组的秘密共享协议的安全性，指出了这两个秘密共享协议存在安全隐患，并利用实验验证了我们提出的攻击方法的有效性。最后本项目还分析了若干物联网中的群组认证方案的安全隐患并提出了三种不同的改进策略。截至目前，在本项目的资助下，课题组共发表4篇期刊论文（均为SCI检索）和1篇会议论文，培养一名毕业硕士及5名在读硕士生，并协助培养一名毕业硕士。本项目基于密钥同态伪随机函数设计的安全聚合方案预期将在物联网数据采集、安全联邦计算等领域有着较为重要的实际应用。