分布式计算中的信息理论安全突破

本文详细介绍某中心科学家获得Dijkstra奖的研究成果:一种达到信息理论安全极限的安全多方计算协议,包括零知识证明和可验证秘密共享等核心技术,为后量子密码学时代提供重要安全保障。

某中心科学家荣获分布式计算Dijkstra奖

某中心Web服务密码学组高级首席科学家Tal Rabin因其在安全多方计算(MPC)领域的开创性工作,与她的博士导师共同获得2023年ACM分布式计算Dijkstra奖。获奖论文《可验证秘密共享与诚实多数的多方协议》提出了一种达到信息理论安全极限的MPC协议。

信息理论安全突破

安全多方计算允许多个参与方在不泄露私有数据的情况下共同计算聚合函数。传统MPC方案依赖于计算复杂性假设(如大整数分解难度),而Rabin与其合作者的研究实现了信息理论安全——即使对手拥有无限计算资源也能保证安全。

1988年的两项研究证明,当恶意参与者不超过三分之一时,信息理论安全MPC是可行的。Rabin与Ben-Or在1989年的论文将这一比例提升至近二分之一,达到了信息理论环境下的可证明最大容忍阈值。

核心技术机制

信息检查协议

研究团队提出了"信息检查"机制,替代数字签名在信息理论环境下的功能。该协议包含:

  • 三方架构:数据提供者、中介者和接收者
  • 算术验证:通过随机数对(b,c)满足y=bs+c的关系验证数据真实性
  • 欺诈检测:确保当提供者或中介者有一方不诚实时可检测欺诈行为

零知识证明应用

为实现中介者预测接收者接受概率的第二个标准,研究者采用零知识证明:

  • 使用多组随机生成的(bi,ci)对
  • 中介者随机选择半数要求披露验证
  • 保持未披露对的机密性防止系统被操纵

从弱秘密共享到可验证秘密共享

研究团队进一步将协议扩展到多接收者场景:

  • 弱秘密共享:确保要么正确重构值,要么计算失败
  • 可验证秘密共享:通过多项式函数确保无论何种干扰都能成功重构
  • 多项式承诺:所有(bi,ci)对使用相同多项式函数生成,度数为接收者数量的一半

实际应用与影响

该理论成果正在实际应用中发挥作用:

  • 为后量子密码学提供基础保障
  • 应用于拍卖设计、数据分析、数字钱包安全和区块链计算
  • 某中心团队正将MPC技术应用于提升安全性和隐私保护

尽管现代MPC技术已更加高效,但该论文建立的可计算性和叛徒容忍度保证至今仍然适用,为分布式计算安全奠定了理论基础。

comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计