Secure Multi-Party Multi-Data Deduplication Sorting With Root-Polynomial Encoding

Shuai Shang

doi:10.1109/tetc.2026.3743344

Secure Multi-Party Multi-Data Deduplication Sorting With Root-Polynomial Encoding

2026-10-19

0

PRE

AI

DOI：10.1109/tetc.2026.3743344

原文链接

原文求助

摘要

En 中文

安全多方计算（SMC）近年来受到了广泛关注。作为最常见的操作之一，排序在数据挖掘和分析中至关重要。为实现安全多方排序（SMS），已提出许多SMS方案。然而，现有方案大多不支持去重排序，也未能实现高效的通信和计算。为平衡安全性、功能性和效率，我们提出了一种高效的安全多方多数据去重排序方案，称为SMDS。具体而言，SMDS实现的具体功能是集合语义下的去重排名：对于每个用户值，返回其在所有用户数据集的去重并集中的位置，其中相等值共享相同位置。基于对称同态加密（SHE），我们设计了一种多方SHE方案，称为Multi-SHE，并将其与基于多项式的编码（PBE）方法结合，以在非共谋两服务器模型和理想通信模式下，支持在有限有序域上进行隐私保护的去重计数和排名计算。我们进一步在具有显式信息泄露的静态半诚实模型下形式化SMDS的安全性，并证明在Multi-SHE语义安全的假设下，SMDS安全地实现了目标功能。此外，我们进行了广泛的对比实验来评估SMDS的性能，结果表明其效率良好。具体而言，在包含18,000个数据值、18个参与者的数据集中（每个参与者持有大小为1,000的数据集），SMDS的计算成本为40.85秒，仅为两个相关方案的54.39%和56.34%。

Keyword:

Deduplication sorting

privacy-preserving ranking

secure multi-party computation

symmetric homomorphic encryption

root-polynomial encoding

Secure Multi-Party Multi-Data Deduplication Sorting With Root-Polynomial Encoding

摘要

期刊

机构

引用论文