多方统计计算在实际生活中有着广泛的应用,但统计计算涉及多个参与者的隐私数据。如果不能保证隐私数据的安全性,那么参与者将不愿提供隐私数据,使得统计计算无法正常进行。在此背景下,保护隐私的多方统计计算成为了亟需解决的问题。本文在以下几个方面进行了研究:1.针对多方统计计算中的隐私保护问题,本文设计了多输入函数加密方案。基于经典函数加密方案的构造思想,本文使用多密钥全同态加密技术、双输出的属性加密技术和Yao氏混淆电路设计了多输入函数加密方案。该方案首先利用双输出的属性加密技术分配计算权限,然后利用多密钥全同态加密技术加密数据,并利用混淆电路技术对密文计算值进行解密。方案中不同的参与者利用不同密钥加密数据,计算者对密文数据进行计算,能够有效地保护参与者数据的隐私。2.针对现有方案存在复杂协议交互的问题,本文设计了基于多输入函数加密和在线STTP(Semi-trusted Third Party)模型的多方统计计算方案。在统计计算方案中,不同的参与者使用不同的公钥对私有数据进行加密,然后将加密数据发送给统计服务器。服务器对加密的密文数据进行统计计算,在计算过程中服务器无法接触到参与者的原始明文数据。这种方案避免了复杂的协议交互,保护了参与者的数据隐私。3.针对海量数据的应用场景,本文设计了基于多输入函数加密技术和树形拓扑结构的多方统计计算方案。统计方案将统计量的计算分解为对若干中间统计结果的计算,并使用聚合树聚合中间统计结果。统计服务器对加密后的中间统计结果进行统计计算。这种方案利用统计节点的计算能力降低了数据聚合的时间消耗,并且保护了统计计算过程中的数据隐私。本文针对两种不同的应用场景设计了相应的统计计算方案,安全性分析证明了本文设计的基于函数加密的多方统计计算方案能有效保护参与者的数据隐私。