基于不經意量子密鑰分配的隱私查詢與后處理研究.pdf

1、對稱隱私信息檢索(Symmetrically Private Information Retrieval，SPIR)問題與量子密碼學的相互滲透形成了新興的研究熱點—一量子隱私查詢。與基于計算復雜度的數學困難性問題的經典SPIR方案相比，量子隱私查詢憑借量子力學的基本物理原理和量子信息新技術的優(yōu)良特性，在安全性、計算開銷以及通信開銷等方面具有巨大的優(yōu)勢，并且量子密鑰分配技術在理論上具有無條件安全性和竊聽可檢測性，這為SPIR等多類安全多方

2、計算問題提供了嶄新的思路和方法。
　　本文緊隨量子隱私查詢的研究方向，基于不經意量子密鑰分配(Oblivious Quantum Key Distribution，OQKD)技術的易實現、低開銷、高安全性等優(yōu)勢，對隱私查詢的應用做了較為深入地研究，提出了兩個基于OQKD的隱私查詢應用，并對隱私查詢的后處理方法進行了進一步研究。具體來說主要工作如下:
　　1.最近隱私查詢問題是一種特殊的位置隱私保護問題，要求在保證雙方隱私的前

3、提下，用戶準確查詢得到數據庫中離自己最近的隱私位置信息。目前已有的方案均是采用經典的方法，且存在計算復雜度、通信復雜度高，難以實現等缺陷。此外經典方案難以抵抗量子攻擊。為了確保方案的易實現性和高安全性，首次引入OQKD技術，提出了基于OQKD的最近隱私查詢方案。該方案事先構造一個實現最近位置查詢的數據庫，然后利用SARG04QKD協(xié)議在雙方之間建立不經意密鑰，并經過經典后處理方法實現隱私查詢。
　　2.結合現實生活中股票交易的需要

4、，提出了一個靈活可控的基于OQKD的股票交易數據庫隱私查詢方案。在該方案中抽象出一個不經意集合元素映射模型，將股票交易信息抽象成集合元素的映射關系，然后通過參數θ和κ的取值來控制用戶和數據庫之間的不經意密鑰，并經過后處理實現隱私查詢。該方案能夠適應不同規(guī)模大小的股票交易數據庫，具有很好的靈活性，并且還能提高用戶和數據庫的安全性，有廣闊的應用前景。
　　3.為解決現有基于OQKD隱私查詢中后處理方法的不足，提出了一種不經意量子密鑰分