开放隐私计算
开放隐私计算
开放隐私计算OpenMPC是国内第一个且影响力最大的隐私计算开放社区。社区秉承开放共享的精神,专注于隐私计算行业的研究与布道。社区致力于隐私计算技术的传播,愿成为中国 “隐私计算最后一公里的服务区”。
180篇原创内容
公众号
随着信息化时代分布式网络架构的快速兴起,区块链这一分布式账本技术凭借着可追溯、公开透明等特性备受瞩目。基于区块链技术的点对点可信交易机制受到越来越多用户的青睐,得益于它严谨周密的密码技术。密码技术是区块链的骨骼。目前应用在区块链中的密码算法主要有哈希算法、公开密钥算法。哈希算法主要用于加密账本内容和用户身份,防止恶意篡改数据;公开密钥算法主要用于加密通信过程,确保交易的真实准确。哈希算法在区块链中广泛应用:对用户公钥使用哈希算法计算出用户地址;存储数据的梅克尔树本质也是一棵哈希树;在共识机制中设置难度标准等。
哈希算法的工作原理是将任意长度的内容转换为较短的、固定长度的、全新的二进制数值,转换后的结果数值被称为哈希值,略有不同的输入可以得到差异性巨大的输出。哈希算法具有单向不可逆的特性,即通过输入可以快速得到输出,但是通过输出得到输入的难度极高。因此,哈希算法具有抗冲突防碰撞、执行效率高速度快等优秀特性。公开密钥算法是现代密码学的重要组成部分,对于一段需要保护的信息,通常使用公钥加密,用私钥解密,整个过程不暴露重要的个人信息。简要过程如下图所示:
1、数据接收方Bob先将自己的公钥发送给数据发送方Alice,这里的公钥相当于Bob的地址,可以标识Bob的身份。
2、Alice收到Bob的公钥之后,用其加密需要发送的数据,这里的加密方法主要有RSA算法、椭圆曲线密码算法等,本质是一个数学难题,需要公钥和私钥这两个参数同时得知时才能被轻易解开,否则解题难度巨大。
3、Alice将加密后的数据发送给Bob,因为密文需要Bob的私钥才能被解开,而私钥并不参与通信过程,所以即使密文被攻击者截获,也无法轻易解密密文得到明文。
4、Bob用自己的私钥解密Alice发送的密文,获取明文数据。
除此之外,区块链中也可以应用一些更加高阶的密码技术,比如基于属性基加密的区块链访问控制、同态加密、安全多方计算、零知识证明。
一、基于属性基加密的区块链访问控制
属性基加密源自对身份信息属性的识别,其安全性在于使不满足既定策略的攻击者所拥有的密钥无法解密密文。密文可在不安全的信道上进行传输,也可上传至开放的网络存储设备中。属性基加密主要分为两种:一种是密钥策略的属性基加密(KPABE,key-policy attribute en cryption),另一种是密文策略的属性基加密(CPABE,ciphertext-policy attribute-based encryption)。其中,CPABE方案能够有效处理区块链隐私,此方案中数据拥有者可以设定访问策略,只有满足访问策略的用户可以解密共享一份数据内容。因为基于 CPABE 的访问控制隐含授权集合的访问树结构,所以在区块链隐私保护上能够进行小群体范围内的信息隐私保护。任何一种加密技术都会有其劣势,基于属性基加密的访问控制也不例外,如加密过程中大量的双线性映射,使属性基加密在数据计算上非常耗时;密文长度会随着属性数量增加而增加,从而占用过多区块存储空间。因此,优化时间和空间上的研究将会进一步改善区块链访问控制的性能。此外,如果使用智能合约实现访问控制,直接将访问策略暴露给全网并不是一个很好的选择,需要对智能合约设计额外隐私方案。跨组织跨链的访问控制正备受瞩目,如何在多链并存的条件下解决基于此类新型密码学技术的访问控制策略冲突、适应合约自动化控制有十分重要的探讨价值。
二、同态加密
同态加密属于基于非噪声方法的安全计算,可以使数据在密文状态下进行计算,解密后可获得与明文进行同样运算后的结果。对于区块链应用同态加密的理论很多,如 Pedersen 承诺、ElGamal承诺等密码学承诺,这些承诺或具备加法同态特性或具备乘法同态特性,可以将数据进行私密保存并通过公布数据的哈希值来承诺它的真实性,如利用ElGamal乘法同态特性进行隐私计算,实现安全可信的交换承诺等。在区块链中,不管是公有链、私有链还是联盟链,直接对明文信息进行处理并发布至智能合约将会很大程度地泄露敏感数据。应用同态加密既能保证链上数据隐私,也能实现节点与节点之间数据的可计算性。区块链同态加密理论模型中,参与方首先需要进行算法协商,协定公共参数;然后由加密方对交易信息进行同态加密,并将完成签名的数据传送上链。等到数据经智能合约验签后,使用方将在链下解密数据,获取明文信息;最后由合约对验签数据进行销毁。
三、安全多方计算
信息安全,包括数据安全、通信安全以及计算安全。计算安全在多方协作交易中尤为重要,在密码学知识领域被称为安全多方计算(SMPC, secure multi-party computation)。SMPC可以解决协同计算隐私保护问题,具有输入隐私性、计算正确性以及去中心化特征,能使数据既保持隐私又能被使用,从而释放隐私数据分享、隐私数据分析以及隐私数据挖掘的巨大价值。个人信息在共享和计算中容易出现安全问题和隐私问题,安全多方计算可以结合区块链特征使用户数据隐私得以保护,使不可信多方之间进行敏感数据联合计算、敏感数据求交集、敏感数据联合建模等。例如,隐私计算平台 Enigma,通过 SMPC 以分布式形式计算数据,同时改进分布式哈希表进行数据存储,并分散到多个区块链节点上进行责任分摊。
四、零知识证明
零知识证明是一种不泄露敏感数据信息即能向他人证明信息归属权的密码学技术,善于平衡隐私和透明的需求。ZKP作用于区块链上不仅可以解决数据上链隐私泄露,也可以在性能提优、数据量大无法上链方面做出改善。零知识证明在区块链上最具规模的算法当属zk-SNARK,是一种无须交互的零知识算法。在应用zk-SNARK的交易输出中,通过验证交易内容值正确性承诺的合法性确保数据内容不会被泄露。现今研究发展中,逐渐着眼于去可信设置的零知识证明算法,如zk-STARK。zk-STARK在既需要互信又存在很多动机的应用场景中,使用同态隐藏、杂凑函数进行抗量子防御。此外,在数据隐私处理方面, STARK 组件允许在不损害计算完整性的情况下屏蔽私有输入且允许区块链进行大规模扩展,对于验证方的算法复杂度方面可以控制到多项式时间级别。
参考文献
[1]刘峰, 杨杰, 齐佳音. 区块链密码学隐私保护技术综述. 网络与信息安全学报[J], 2022, 8(4): 29-44 doi:10.11959/j.issn.2096-109x.2022054
[2]汪金苗, 谢永恒, 王国威 ,等.基于属性基加密的区块链隐私保护与访问控制方法. 信息网络安全[J], 2020,20(9): 47-51.
现在,为了让大家更好地了解学习区块链中的密码技术,OpenMPC社区给大家送书啦,就是这本由高承实博士领衔主编的《区块链中的密码技术》!
《区块链中的密码技术》
导读
本书重点介绍非对称密码和哈希函数的基本原理及其在区块链中的应用,深入分析了密码技术在共识机制、智能合约和隐私保护等领域的应用,展望了密码技术在共识机制、预言机和状态通道等领域的发展前景,通过案例深化了读者对区块链密码学应用模式与方法的理解。市面上密码学方面的图书比较多,区块链技术方面的图书目前也比较多,但区块链与密码相结合的图书不多。从科普的角度,阐述密码技术的基本原理,并详细介绍其在区块链中的应用,并展望密码学在区块链的未来发展的本尚未见到。
目前市面上主流的密码学教材在内容编排上注重密码算法,密码体制的设计原理,理论性较强,对读者的数学基础要求较高,并非专门针对区块链读者编写,其定位也不是区块链领域的学习者、爱好者和入门者。而本书从区块链系统中应用最广泛的密码学基础入手,适合作为广大密码学爱好者和区块链爱好者的密码学学习入门读物。 在内容上,本书不仅涵盖了密码学的基础知识,如密码学的概念、类别、各种算法,而且对区块链系统中广泛使用的密码技术进行了详细的分析,深入浅出,由表及里,让读者既能够了解到区块链系统中的密码学原理,又能够知晓密码技术在区块链系统中的应用方式和地位作用,以及下一步的可能发展方向。不同于其他同类型图书之处,本书还用了一章的篇幅专门向读者阐述了密码研究和密码使用的政策法规,这在国内同类型图书中是极少见的。 希望本书能成为区块链领域学习者和爱好者进入区块链世界的钥匙。使他们能快速进入区块链领域更高阶的学术和应用殿堂。
作者:高承实
密码学博士,曾任解放军战略支援部队信息工程大学计算机应用专业副教授,研究生导师。现任中国计算机学会区块链专业委员会委员。分别在火星财经、《环球》杂志、巴比特、链证经济、互链脉博等区块链媒体发表相关区块链文字近百篇。为解放军驻港部队、河南省保密局、金仕达等党政军、院校、企事业单位和行业协会开展区块链讲座几十场。研究领域包括区块链、密码与信息安全、金融科技、舆情传播和大数据,曾主持军队重点课题2项,参与国家重大社科基金课题1项、军队重点项目3项、国家863/973课题多项,获省部级科技进步奖4项,发表核心期刊论文20余篇。
社区福利
点击下方“在看”按钮,关注公众号并留言,点赞最多前五位将获得《区块链中的密码技术》一书!包邮到家,get新知识!
开奖时间:2022年12月12日
END
往期推荐:
隐私计算头条周刊(11.20-11.26)
安全多方学习开源框架调研
智能汽车数据隐私管理实践与思考
隐私计算推动金融转型
开放隐私计算社区征稿啦!
热门文章:
姚期智院士:数据、算法、算力为何是数字经济核心技术?
隐私计算又遇技术突破,亿级数据密态分析可在10分钟内完成
清华大学张超:实现数据确权与保护,数据密态渐成行业共识
数据确权:第五要素的战争
未来十年,将会有95%的企业采用隐私计算技术