隐私数据在密文形式下是否依旧可以加减乘除？其背后的同态性原理具体指什么？半同态性和全同态性有什么区别？单密钥和多密钥同态加密有哪些奇妙的应用场景？
隐私保护方案设计，往往需要在密文状态下，对隐私数据进行特定的业务操作，以此保障数据的机密性。
沿用上一论的电子支付例子，客户目前拥有一张面额1000元的电子支票，电子支票以密文凭证形式存储，流转过程中不会轻易泄露金额。客户使用这张支票时，消费额可能低于1000元，需要将支票进行拆分找零。假定消费额为200元，这一支票需要被拆分成两份密文凭证，面额200元的给商户，面额800元的留给客户自己作为找零。
这个过程中，存在三个隐私保护相关的主要功能点：
- 客户不希望其他人（包括商户）获知找零的金额为800元，相当于在消费时能保护客户自身财产总额相关信息不泄露。
- 商户需要验证密文支票在本次消费前的余额不小于200元，但无需知道具体的余额。
签发密文支票的银行需要验证，客户和商户在交易后，没有凭空造出更多的钱，即消费额与找零额相加等于拆分前的电子支票中的余额。
以上功能点涉及如何在不解密的限制下，对隐私数据的密文形式进行计算和验证。而解决问题的关键，就在于密文同态性的使用。
在数据业务中，密文同态性在需要隐私保护的相关场景方案中应用十分广泛，可以实现隐私数据可信跨域协作、联合数据发掘等高价值需求，在多方数据协作、机器学习、云计算等热门领域皆有用武之地。密码学同态究竟有何奇妙之处？且随
文章评论
冷萃财经原创，作者：Awing，转载请注明出处：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/
支付宝扫一扫打赏
文章评论