隱私數據在密文形式下是否依舊可以加減乘除？其背後的同態性原理具體指什麼？半同態性和全同態性有什麼區別？單密鑰和多密鑰同態加密有哪些奇妙的應用場景？
隱私保護方案設計，往往需要在密文狀態下，對隱私數據進行特定的業務操作，以此保障數據的機密性。
沿用上一論的電子支付例子，客戶目前擁有一張面額1000元的電子支票，電子支票以密文憑證形式存儲，流轉過程中不會輕易泄露金額。客戶使用這張支票時，消費額可能低於1000元，需要將支票進行拆分找零。假定消費額為200元，這一支票需要被拆分成兩份密文憑證，面額200元的給商戶，面額800元的留給客戶自己作為找零。
這個過程中，存在三個隱私保護相關的主要功能點：
- 客戶不希望其他人（包括商戶）獲知找零的金額為800元，相當於在消費時能保護客戶自身財產總額相關信息不泄露。
- 商戶需要驗證密文支票在本次消費前的餘額不小於200元，但無需知道具體的餘額。
簽發密文支票的銀行需要驗證，客戶和商戶在交易後，沒有憑空造出更多的錢，即消費額與找零額相加等於拆分前的電子支票中的餘額。
以上功能點涉及如何在不解密的限制下，對隱私數據的密文形式進行計算和驗證。而解決問題的關鍵，就在於密文同態性的使用。
在數據業務中，密文同態性在需要隱私保護的相關場景方案中應用十分廣泛，可以實現隱私數據可信跨域協作、聯合數據發掘等高價值需求，在多方數據協作、機器學習、雲計算等熱門領域皆有用武之地。密碼學同態究竟有何奇妙之處？且隨
文章評論
冷萃財經原創，作者：Awing，轉載請註明出處：https://www.lccjd.top/2020/05/28/%e5%af%86%e7%a0%81%e5%ad%a6%e5%8e%9f%e8%af%ad%e5%a6%82%e4%bd%95%e5%ba%94%e7%94%a8%ef%bc%9f%e8%a7%a3%e6%9e%90%e5%af%86%e6%96%87%e5%90%8c%e6%80%81%e6%80%a7%e7%9a%84%e5%a6%99%e7%94%a8/?variant=zh-tw
支付寶掃一掃打賞
文章評論