.png){kind=icon}
返回
SPADE: Digging into Selective and PArtial DEcryption Using Functional Encryption
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-94445-1_3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
功能加密（FE）是一种加密技术，旨在保证数据隐私的同时允许从数据中检索特定结果。与传统解密方法依赖密钥披露所有数据不同，FE引入了一种更微妙的方法。密钥生成算法产生特定于函数的解密密钥，可根据策略灵活提供。自适应访问控制是隐私保护技术的良好特性。通用方案已被设计用于运行基本功能，如线性回归。然而，它们通常提供有限的输出集，导致分析不全面。关键在于，尽管研究显著，FE仍需适当构造以充分发挥其在安全分析数据和提供更多见解方面的潜力。本文介绍SPADE——一种新型FE方案，具有多用户特性，并通过密文的局部解密提供细粒度访问控制。与现有FE方案不同，我们的构造还支持定性数据，如基因组学，扩展了隐私保护分析的应用，以实现对数据的全面研究。SPADE是隐私与数据分析平衡的重大进展，在医疗保健和金融领域具有明确的应用前景。为验证其适用性，我们在睡眠医学（睡眠图数据）和DNA分析（基因组记录）中使用的数据集上进行了广泛的实验。
Keyword:
Access Control
Data Privacy
Functional Encryption
Genomic Analysis
Partial Decryption
Sleep Analysis
期刊
S
机构
引用论文
.png){kind=icon}
分享收藏Multi-party trust computation in decentralized environments in the presence of malicious adversaries
OAAI
OAAI分享收藏Full-Hiding (Unbounded) Multi-input Inner Product Functional Encryption from the k-Linear Assumption
PREAI
分享收藏
查看更多内容