基于格的全同态加密及其应用研究
摘要 | 第3-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第13-26页 |
1.1 研究背景及意义 | 第13-15页 |
1.2 全同态加密国内外研究现状 | 第15-19页 |
1.3 研究内容与创新点 | 第19-23页 |
1.4 论文组织结构 | 第23-26页 |
第2章 基础知识 | 第26-39页 |
2.1 格密码 | 第26-33页 |
2.1.1 基本符号表示 | 第26-27页 |
2.1.2 格的定义 | 第27-28页 |
2.1.3 格上困难性问题 | 第28-32页 |
2.1.4 离散高斯分布 | 第32-33页 |
2.2 全同态加密 | 第33-38页 |
2.2.1 相关定义 | 第33-36页 |
2.2.2 密钥交换技术 | 第36页 |
2.2.3 模交换技术 | 第36-37页 |
2.2.4 SIMD技术 | 第37页 |
2.2.5 有理数编码 | 第37-38页 |
2.3 本章小结 | 第38-39页 |
第3章 基于近似特征向量的全同态加密方案 | 第39-52页 |
3.1 GSW方案 | 第39-45页 |
3.1.1 方案概述 | 第39-40页 |
3.1.2 方案构造 | 第40-41页 |
3.1.3 同态运算 | 第41-43页 |
3.1.4 安全性分析 | 第43-44页 |
3.1.5 参数设置 | 第44-45页 |
3.2 改进的全同态加密方案AEFHE | 第45-51页 |
3.2.1 方案构造 | 第45-46页 |
3.2.2 同态运算 | 第46-48页 |
3.2.3 安全性分析 | 第48-49页 |
3.2.4 效率分析与仿真结果 | 第49-51页 |
3.2.5 参数设置 | 第51页 |
3.3 本章小结 | 第51-52页 |
第4章 基于重线性化的全同态加密方案 | 第52-77页 |
4.1 BGV方案 | 第52-54页 |
4.1.1 方案构造 | 第52-53页 |
4.1.2 安全性分析 | 第53-54页 |
4.2 Bos方案 | 第54-58页 |
4.2.1 方案构造 | 第55-57页 |
4.2.2 安全性分析 | 第57-58页 |
4.3 改进的全同态加密方案RFHE | 第58-65页 |
4.3.1 方案构造 | 第58-62页 |
4.3.2 安全性分析 | 第62-63页 |
4.3.3 效率分析 | 第63页 |
4.3.4 参数设置 | 第63页 |
4.3.5 实验仿真与分析 | 第63-65页 |
4.4 改进的全同态加密方案EFHE | 第65-74页 |
4.4.1 方案构造 | 第65-69页 |
4.4.2 安全性分析 | 第69-70页 |
4.4.3 效率分析 | 第70-72页 |
4.4.4 实验仿真与分析 | 第72-74页 |
4.5 全同态加密方案对比分析 | 第74-76页 |
4.6 本章小结 | 第76-77页 |
第5章 基于全同态加密的安全医疗计算 | 第77-89页 |
5.1 安全医疗计算背景介绍 | 第77-78页 |
5.2 安全医疗计算研究现状 | 第78-80页 |
5.3 移动医疗网络 | 第80-81页 |
5.4 安全医疗计算 | 第81-86页 |
5.4.1 平均心率计算 | 第82-83页 |
5.4.2 长QT综合症检测计算 | 第83-85页 |
5.4.3 卡方检验计算 | 第85-86页 |
5.5 实验仿真与分析 | 第86-87页 |
5.6 本章小结 | 第87-89页 |
第6章 基于全同态加密的密文机器学习分类 | 第89-101页 |
6.1 密文机器学习背景介绍 | 第89-90页 |
6.2 密文机器学习分类研究现状 | 第90-91页 |
6.2.1 隐私保护训练 | 第90-91页 |
6.2.2 隐私保护分类 | 第91页 |
6.3 密文机器学习分类关键技术 | 第91-92页 |
6.3.1 同态比较协议 | 第91-92页 |
6.3.2 同态求最大值协议 | 第92页 |
6.4 密文机器学习分类 | 第92-97页 |
6.4.1 密文超平面决策分类 | 第93-94页 |
6.4.2 密文朴素贝叶斯分类 | 第94-95页 |
6.4.3 密文决策树分类 | 第95-97页 |
6.5 实验仿真与分析 | 第97-100页 |
6.6 本章小结 | 第100-101页 |
第7章 基于全同态加密的安全车联网异常节点分类 | 第101-109页 |
7.1 车联网异常节点分类背景介绍 | 第101-103页 |
7.2 车联网异常节点分类研究现状 | 第103-104页 |
7.3 车联网 | 第104-105页 |
7.4 车联网异常节点密文机器学习分类 | 第105-107页 |
7.5 实验仿真与分析 | 第107-108页 |
7.6 本章小结 | 第108-109页 |
第8章 总结与展望 | 第109-112页 |
8.1 论文总结 | 第109-111页 |
8.2 未来工作展望 | 第111-112页 |
参考文献 | 第112-124页 |
致谢 | 第124-125页 |
攻读博士学位期间的研究成果 | 第125-126页 |