可信密态计算

Pomelo_刘金
264 阅读7分钟

可信密态计算（Trusted Secure Multi-Party Computation，TSMPC）是通过结合安全多方计算（Secure Multi-Party Computation，MPC）和可信执行环境（Trusted Execution Environment，TEE）来实现的计算模型，旨在提升数据在计算过程中的安全性和隐私保护。

一、概念与背景

  1. 安全多方计算（MPC） 安全多方计算是一种密码学技术，使多个参与方能够在不泄露各自私有输入的情况下，联合计算一个函数的输出。MPC的核心目标是确保每个参与方只能知道其输入和计算结果，而无法得知其他参与方的私有输入。常见的MPC协议包括：

    • GMW协议：基于秘密共享的MPC协议。
    • Yao’s Garbled Circuits：基于混淆电路的MPC协议。

  2. 可信执行环境（TEE） 可信执行环境是一种硬件隔离技术，提供一个安全区域，保护敏感数据和代码免受未授权访问和修改。常见的TEE技术包括：

    • Intel SGX：Intel推出的安全隔离技术，提供硬件级别的加密和隔离。
    • ARM TrustZone：ARM架构中的安全技术，划分出一个安全区域用于处理敏感任务。

二、技术融合与优势

  1. 提升协议安全性

    • 密态数据处理：在计算过程中，数据以加密形式（密态）存在，确保即使在计算过程中，数据也不会被泄露。
    • TEE增强半诚实协议：半诚实协议假设参与方会按照协议执行，但可能尝试推测其他参与方的输入。利用TEE可以有效防止参与方在计算过程中的恶意行为。
    • 抵抗恶意攻击：TEE的硬件隔离特性可以防止恶意参与方或外部攻击者对计算过程进行干扰或篡改。

  2. 提升协议运行效率

    1. 计算加速：利用TEE可以减少MPC协议中的通信开销和计算复杂度，提高协议的运行效率。例如，混淆电路协议在TEE中的执行效率显著提升。传统混淆电路协议需要大量的通信和计算开销。在每一步计算中，参与方需要不断交换加密的数据，以确保每个计算步骤的安全性。这种频繁的通信会导致较高的网络延迟和计算复杂度。通过将混淆电路协议的一部分计算任务放入TEE中，能够显著减少所需的通信量。例如，一个常见的做法是将电路的生成和执行部分移到TEE内部。由于TEE提供了一个受信任的计算环境，参与方可以将敏感数据加载到TEE中，在不需要频繁通信的情况下直接进行计算。

    具体实现方法：

    • 电路生成：参与方可以使用TEE生成加密的混淆电路，并将其存储在TEE内存中。
    • 电路执行：在执行混淆电路时，参与方只需将其输入提供给TEE，TEE在内部完成所有计算，并将结果返回给参与方。
    • 减少通信：由于电路生成和执行都在TEE内部完成，参与方之间的通信量大幅减少，只需在输入和输出阶段进行少量的数据交换。

    2.并行处理：TEE可以支持并行处理多个计算任务，进一步提高计算速度和效率。许多TEE实现（如Intel SGX和ARM TrustZone）支持多线程和多核处理，这意味着可以在多个线程或CPU核上并行执行多个计算任务。这样，参与方可以将多个MPC任务分配到不同的线程或核上并行处理，从而提高整体计算速度和效率。 TEE内部可以实现任务调度机制，动态分配计算资源，确保多个计算任务可以同时进行。例如，Intel SGX支持多线程编程模型，允许开发者在SGX中创建和管理多个并行执行的线程。

    具体示例

    • 并行执行MPC协议：假设有多个MPC协议需要同时执行，每个协议都需要大量的计算和数据处理。通过将这些协议的计算任务分配到TEE的不同线程或核上，可以同时进行多个计算任务，而不会相互干扰。
    • 任务分配：例如，在一个金融应用中，多个银行需要联合计算客户数据的风险评分。通过将每个银行的数据处理任务分配到TEE中的不同线程上，可以同时处理多个银行的数据，从而加快整体计算速度。
    • 结果合并：在并行处理完成后，TEE可以将各个线程或核上的计算结果合并，生成最终的计算结果并返回给参与方。

  3. 降低可信硬件风险

    • 混合使用密码学技术：通过结合密码学技术和TEE，可以在一定程度上弥补单独使用TEE带来的潜在安全风险。例如，利用秘密共享技术在多个TEE之间分散敏感数据，降低单点失效风险。
    • 动态验证：利用密码学技术可以对TEE内部执行的代码和数据进行动态验证，确保计算过程中没有被篡改。

三、具体技术与应用场景

  1. 应用场景

    • 隐私保护的数据分析：在大数据分析中，数据通常分布在多个机构之间，通过TSMPC可以实现数据的联合分析而不泄露各自的隐私数据。
    • 安全的金融交易：在金融领域，多个参与方（如银行、支付机构）需要联合计算一些敏感数据，通过TSMPC可以确保交易数据的安全性和隐私性。
    • 医学研究：在医学研究中，不同机构的数据需要联合分析，但数据往往涉及患者隐私，通过TSMPC可以在保护隐私的前提下实现数据共享和联合研究。

  2. 技术实现

    • GMW协议与Intel SGX结合：通过将GMW协议的计算任务卸载到Intel SGX中，利用SGX的硬件隔离和加密功能，提高计算效率和安全性。
    • 混淆电路与ARM TrustZone结合：将混淆电路的执行部分放在ARM TrustZone中，确保电路执行过程中的数据安全，同时提升计算效率。

  3. 研究进展

    • 可信硬件与MPC的结合研究：近年来，学术界和工业界对可信硬件与MPC的结合进行了大量研究，提出了多种新的协议和实现方法。
    • 标准化与实践：随着TSMPC技术的发展，一些标准化组织和行业联盟也在推动相关技术的标准化和实际应用，促进其在各个领域的普及和应用。

可信密态计算通过结合安全多方计算和可信执行环境，提供了一种高效、安全的数据计算模式。其主要优势在于提升了计算过程中的数据隐私保护和安全性，同时提高了计算效率。随着技术的不断发展和应用场景的拓展，TSMPC将在数据安全和隐私保护领域发挥越来越重要的作用。Pomelo_刘金。转载请注明原文链接。感谢！

参考文献

  • Goldreich, O., Micali, S., & Wigderson, A. (1987). How to Play any Mental Game or A Completeness Theorem for Protocols with Honest Majority. 19th Annual ACM Symposium on Theory of Computing (STOC) .
  • Intel Corporation. (2020). Intel Software Guard Extensions (Intel SGX) Tutorial. Retrieved from [Intel Developer Zone].
  • ARM Limited. (2021). ARM TrustZone Technology. Retrieved from [ARM Developer].
avatar
文章
阅读
粉丝