XiaoMi-AI文件搜索系统
World File Search System百万富翁
仅使用单粒子状态解决盲人百万富翁问题的量子解决方案
摘要 盲目百万富翁（BM）问题是初始百万富翁问题的扩展版本，用于比较不同组之间参与者秘密的总和。作为量子安全多方计算的一个新课题，现有的具有某些特殊纠缠态的协议在实践中可能不易实现。本研究首次提出了一种非纠缠方法解决具有特殊d级单粒子态的量子盲目百万富翁（QBM）问题。为了保护传输秘密的机密性，该协议利用了随机生成的d级单粒子态的性质。此外，使用简单的移位操作对各个秘密进行编码。详细的安全性分析表明，该协议不受内部和外部威胁的影响。所提出的方法不仅可以用来解决盲目百万富翁问题，还可以作为解决其他安全多方计算问题的基本模块。
多百万富翁的问题：新算法方法和协议
我们研究了多方计算中的一个基本问题，我们称之为多百万富翁问题（MMP）。给定一组私人整数输入，问题是要识别等于该集合的最大（或最小值）的输入子集，而无需揭示输入的任何更多信息，超出了所需的输出所暗示的内容。这样的问题是百万富翁问题的自然扩展，这是安德鲁Yao的开创性工作中提出的第一个多方计算问题（FOCS 1982）。一个密切相关的问题是最大值的最大值。我们研究了这些基本问题，并描述了几种算法方法和原始解决方案。此外，我们比较了几个选定设置下的协议的性能。随着保留隐私计算的应用在工业系统中越来越普遍实施，MMP和MAXP成为隐私保护统计，机器学习，拍卖和其他域中的重要构件。我们在这里提出的协议的重要优势之一就是它们的简单性。由于他们解决了各种应用程序场景中必不可少的基础问题的基本问题，因此我们认为对这些问题的提出的措施以及它们之间的比较将为未来的未来研究人员和安全分布式计算的从业人员服务。
多百万富翁的问题 - 密码学EPRINT存档
我们研究了多方计算中的一个基本问题，我们称之为多百万富翁问题（MMP）。给定了一组私人输入输入，问题是要确定等于该集合的最大（或最小）的输入子集，而不会在输入上揭示超出所需输出所暗示的输入的任何进一步的信息。这样的问题是百万富翁问题的自然扩展，这是Andrew Yao的开创性工作中提出的第一个多方计算问题[30]。一个密切相关的问题是最大值的最大值。我们研究了这些基本问题，并描述了几种算法方法和解决方案方案。此外，我们比较了几个选定设置下的协议的性能。随着保护隐私计算的应用在工业系统中越来越常见，MMP和MAXP成为隐私保护统计，机器学习，拍卖和其他领域的重要组成部分。我们在这里提出的协议的优点之一是它们的简单性。由于他们解决了各种应用程序场景中必不可少的基础问题的基本问题，因此我们认为，这些问题的解决方案以及它们之间的比较将为未来的安全分布式计算的研究人员和实践者提供服务。