面向矩阵乘法的可验证外包方案的研究

摘要

云计算拥有巨大的资源池设施，可以为用户提供多种服务，其中最主要的服务包括计算，存储以及网络服务。外包计算其实就是基于云的计算服务而兴起的一种新型的计算模型。在该模型中，计算资源有限的用户可以将对于自身来说难度较大的计算任务外包到云平台上，从而节省自身的资源开销。随着大数据时代的到来，大量信息的涌入造成了数据的处理计算需求不断增多。外包计算的服务刚好解决了这一问题，体现了其广阔的应用前景。 然而外包计算服务在带来方便的同时，也产生了一些亟待解决的问题。由于云计算平台是一个半可信的平台，用户上传的用于计算的数据很有可能涉及个人隐私信息，这就有可能造成信息的泄露。其次，基于云平台这一不可控的参与方，其返回的计算结果很有可能并非用户所需求的数据。并且，用户外包计算的根本目的在于减轻自身的资源消耗。如果用户在外包计算过程中产生的所有资源开销，超过了其在不进行外包计算时自身计算数据的资源开销，那么外包计算服务就无任何意义了。考虑到上述问题，一个安全的外包计算服务必须保证用户隐私信息不被泄露，并且能通过认证过程验证计算结果的正确与否。此外，在整个外包计算的过程中，客户端使用资源的压力要得到缓解，且满足高效的特性。 针对上述问题，本文对安全可验证的外包计算进行了深入的研究，并面向矩阵乘法提出了两个外包计算方案： （1）大规模矩阵乘法的公共可验证外包方案。该方案实现了基于分摊模型下大规模的矩阵乘法外包过程，满足大规模运算的高效性原则。同时，该方案保证了用户的隐私信息安全，并且计算结果是公共可验证的。通过安全性分析以及性能对比分析表明，该方案是安全的且能够保证方案在计算和存储等方面的高效性。 （2）面向矩阵乘法的多性能可验证外包方案。本文面向矩阵乘法提出了一个更好的外包方案，使其在满足安全性的同时具有更多的性能。该方案显著地提高了计算效率，能够高效地完成计算结果的认证过程和数据隐私保护过程，且更适用于分摊模型的大规模运算环境。此外，该方案能够应用到两种不同的矩阵乘法模型，具有更好的可应用性和灵活性。并且，本文通过系统的安全性分析与性能对比分析，进一步证明了这些特性。