大數(shù)據(jù)環(huán)境下密碼技術(shù)的研究*

黃益盛，劉 賀，楊 競，王小驥，劉星江

（中國電子科技集團(tuán)公司第三十研究所，四川 成都 611041）

0 引言

根據(jù)麥肯錫全球研究所給出的定義，大數(shù)據(jù)是“一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低等特征”[1]。

隨著云計(jì)算、物聯(lián)網(wǎng)、5G及人工智能等新技術(shù)的迅速發(fā)展，人們可以通過海量的終端、感知元件等獲得大量的信息化數(shù)據(jù)。利用這些數(shù)據(jù)對其進(jìn)行分析，可以更加便捷地服務(wù)社會。在2019年全球數(shù)據(jù)量已超過41 ZB的情況下，如何實(shí)現(xiàn)這些數(shù)據(jù)以達(dá)到人與物之間的互聯(lián)互通，是各國業(yè)界目前都在討論研究的課題。

我國在大數(shù)據(jù)領(lǐng)域的技術(shù)進(jìn)展也不遑多讓。2019年5月，我國成立了國家電網(wǎng)大數(shù)據(jù)中心；2019年，三大電信運(yùn)營商也完成了全集團(tuán)大數(shù)據(jù)平臺的建設(shè)。

1 大數(shù)據(jù)環(huán)境下的安全風(fēng)險(xiǎn)

大數(shù)據(jù)在全球各行業(yè)都已取得了重大進(jìn)展，但同時(shí)帶來了很多問題，其中最大的問題是大數(shù)據(jù)的安全問題。2019年爆出的Collection#1數(shù)據(jù)集事件泄露了超過27億個(gè)電子郵件/密碼對；2019年9月6日，杭州魔蝎數(shù)據(jù)科技有限公司因用戶隱私泄露被警方控制。

國內(nèi)外用戶隱私泄露事件頻發(fā)，表明大數(shù)據(jù)的安全必須被重視。大數(shù)據(jù)技術(shù)具有5V特征[2]，即Volume（體量大）、Variety（種類多）、Velocity（速度快）、Velocity（準(zhǔn)度高）和Value（價(jià)值大），如圖1所示。其中，體量大是指大數(shù)據(jù)技術(shù)中包含的數(shù)據(jù)規(guī)模巨大；種類多是指大數(shù)據(jù)技術(shù)來源的數(shù)據(jù)集多種多樣；速度快是指大數(shù)據(jù)技術(shù)需要對數(shù)據(jù)進(jìn)行快速處理；準(zhǔn)度高是指大數(shù)據(jù)技術(shù)處理后的結(jié)果需要具有較高的準(zhǔn)確性；價(jià)值大是指大數(shù)據(jù)技術(shù)可以帶來很大的戰(zhàn)略價(jià)值。

圖1 大數(shù)據(jù)的5V特征

大數(shù)據(jù)環(huán)境下數(shù)據(jù)的安全概念來自于傳統(tǒng)的信息安全的數(shù)據(jù)安全。傳統(tǒng)的信息安全的目的是保障數(shù)據(jù)的機(jī)密性、完整性、可用性及不可否認(rèn)性等。大數(shù)據(jù)環(huán)境下要保障數(shù)據(jù)在整個(gè)生命周期中的安全[3]，即從數(shù)據(jù)產(chǎn)生階段到數(shù)據(jù)銷毀階段都需要保障數(shù)據(jù)自身的安全和用戶的隱私不被泄露，而使用密碼技術(shù)是一種通用的手段。同時(shí)，密碼技術(shù)也應(yīng)滿足大數(shù)據(jù)具有的5V特征，并且不影響大數(shù)據(jù)的處理速度。

大數(shù)據(jù)環(huán)境下，數(shù)據(jù)擁有者即用戶希望將數(shù)據(jù)加密后上傳至服務(wù)器，使數(shù)據(jù)處理方在不解密的情況下對密文數(shù)據(jù)進(jìn)行處理。如此可以使得用戶的隱私不會泄露，同時(shí)數(shù)據(jù)處理方也可以獲得數(shù)據(jù)處理后的結(jié)果。當(dāng)用戶需要原始數(shù)據(jù)時(shí)，可以將密文數(shù)據(jù)從服務(wù)器處下載至本地進(jìn)行解密操作得到原始數(shù)據(jù)。但是，這樣會導(dǎo)致每一次用戶上傳下載都將消耗很多的網(wǎng)絡(luò)帶寬，同時(shí)加解密操作也需要大量的計(jì)算資源。為了解決上述問題，可搜索加密、全同態(tài)加密和安全多方計(jì)算等技術(shù)隨之產(chǎn)生。

2 可搜索加密技術(shù)

數(shù)據(jù)擁有者將數(shù)據(jù)密文數(shù)據(jù)存儲在云端，可以對個(gè)人的隱私進(jìn)行良好的保護(hù)。但是，如果需要訪問搜索自己保存在云端的數(shù)據(jù)，需要先將密文數(shù)據(jù)下載至本地再解密，會帶來很大的通信和計(jì)算開銷。如何使得數(shù)據(jù)擁有者在保障隱私的同時(shí)訪問搜索自己的數(shù)據(jù)即密文索引，成為近年來的研究熱點(diǎn)。

可搜索加密技術(shù)（Searchable Encryption，SE）可以滿足數(shù)據(jù)擁有者既可以確保個(gè)人隱私不被泄露又可以通過索引搜索到存儲在云端的數(shù)據(jù)[4]?？伤阉骷用芗夹g(shù)可以達(dá)到只有合法用戶才具備基于關(guān)鍵詞檢索的能力，提供了加密和檢索兩種服務(wù)。加密保證了數(shù)據(jù)擁有者信息的機(jī)密性，在數(shù)據(jù)傳輸過程和云端都不會被泄露；檢索保證了數(shù)據(jù)擁有者自身的隱私，同時(shí)提供了查詢檢索功能。

可搜索加密大體上可以分為兩類[5]：對稱可搜索加密（Symmetric Searchable Encryption，SSE）和公鑰可搜索加密（Public Key Encryption with Keyword Search，PEKS）。其中，對稱可搜索加密主要是以基于索引的思想構(gòu)建的，公鑰可搜索加密的典型構(gòu)造一般都是基于身份的公鑰密碼（Identity-Based Cryptography，IBE）。

可搜索加密有多種模式，下面介紹一種可滿足大數(shù)據(jù)特征的模式，即授權(quán)委托模式。數(shù)據(jù)擁有者將原始密文和陷門發(fā)送至數(shù)據(jù)中心，數(shù)據(jù)中心收到密文后進(jìn)行重加密（Re-crypt）步驟生成新的密文，原始密文只允許授權(quán)過的數(shù)據(jù)管理者查詢關(guān)鍵詞。如果其他的數(shù)據(jù)使用者想獲得需要的明文，則必須通過數(shù)據(jù)管理者發(fā)送重加密密鑰才能對新的密文進(jìn)行解密，如圖2所示。

開展圖書館與MOOC相關(guān)問題研究，必須以圖書館參與MOOC活動的具體實(shí)踐為依托。已有研究內(nèi)容中，國內(nèi)圖書館界多以介紹國外相關(guān)理論成果和國外圖書館參與MOOC實(shí)踐的經(jīng)典案例為主，跟跑、模仿甚至嘗試生硬照搬的現(xiàn)象較為明顯。雖有少數(shù)研究人員開始依據(jù)具體案例開展實(shí)證分析，但案例的實(shí)踐范圍、實(shí)踐深度及成熟度、可推廣度等均較為欠缺。目前，除少數(shù)館員參與信息素養(yǎng)類MOOC課程建設(shè)外，國內(nèi)圖書館界在MOOC實(shí)踐方面的具體探索較少，更缺少基于鮮活實(shí)證素材的理論提煉。

圖2 滿足大數(shù)據(jù)特征的可搜索加密模式

3 安全多方計(jì)算技術(shù)

安全多方計(jì)算（Secure Multiparty Computation，SMC）是指有若干位互不信任、相互獨(dú)立的數(shù)據(jù)參與方在分布式環(huán)境下通過共同計(jì)算得到對于每位數(shù)據(jù)參與方都公開的計(jì)算結(jié)果，但是無法獲取其他數(shù)據(jù)參與方的輸入數(shù)據(jù)[6]。

安全多方計(jì)算基于姚期智院士在1982年提出的百萬富翁問題[7]。百萬富翁問題的描述為“兩個(gè)百萬富翁的目的是比較雙方的財(cái)富總量，但是并不想知道對方的財(cái)富具體數(shù)量，如何解決這一問題”。具體來說，就是為了讓獨(dú)立數(shù)據(jù)擁有者可以在不信任對方以及第三方的情況下進(jìn)行隱私協(xié)同計(jì)算。安全多方計(jì)算中，假設(shè)有n位計(jì)算參與者，這些計(jì)算參與者的數(shù)據(jù)為x1,x2,…,xn。通過計(jì)算這些計(jì)算參與者共同得到一組數(shù)據(jù)y1,x2,…,yn=f(x1,x2,…,xn)，任何一位計(jì)算參與者都可以得到y(tǒng)i(1≤i≤n)，但是對于整個(gè)計(jì)算過程他們只能得到這一種結(jié)果。

正是基于百萬富翁問題的假設(shè)，安全多方計(jì)算可以滿足大數(shù)據(jù)環(huán)境下用戶數(shù)據(jù)交由數(shù)據(jù)處理方進(jìn)行操作，數(shù)據(jù)操作方只能得到處理后的結(jié)果而不能獲得用戶的具體數(shù)據(jù)xi，從而保護(hù)用戶的隱私。

通常安全多方計(jì)算系統(tǒng)中，每個(gè)數(shù)據(jù)持有者由數(shù)據(jù)反饋、數(shù)據(jù)庫和安全多方計(jì)算節(jié)點(diǎn)構(gòu)成。所有的數(shù)據(jù)持有者權(quán)限相同，可以同時(shí)執(zhí)行計(jì)算任務(wù)。各個(gè)數(shù)據(jù)持有者之間的數(shù)據(jù)流通稱為數(shù)據(jù)流，而每個(gè)數(shù)據(jù)持有者在本地完成數(shù)據(jù)的處理并將處理后的結(jié)果發(fā)送給數(shù)據(jù)節(jié)點(diǎn)。這種系統(tǒng)可以保證在大數(shù)據(jù)環(huán)境下用戶的隱私，如圖3所示。

4 全同態(tài)加密技術(shù)

大數(shù)據(jù)通常與云計(jì)算技術(shù)結(jié)合使用，將大數(shù)據(jù)置于云存儲服務(wù)器上，提供云服務(wù)的提供者為數(shù)據(jù)擁有者服務(wù)。但是，隨之產(chǎn)生了一個(gè)問題，即數(shù)據(jù)擁有者需要信任云服務(wù)提供者，否則將會泄露數(shù)據(jù)擁有者的隱私。如何解決這一問題，是大數(shù)據(jù)與云計(jì)算技術(shù)協(xié)同合作的難題。

為解決這一問題，人們先將數(shù)據(jù)加密為密文，再將密文存儲在云端進(jìn)行處理，云服務(wù)提供者在不掌握數(shù)據(jù)持有者明文數(shù)據(jù)的情況下為數(shù)據(jù)擁有者提供計(jì)算等服務(wù)，這就是全同態(tài)加密的概念。

全同態(tài)加密最早是1978年Rivest等人提出的概念[8]，即尋找一種密碼技術(shù)可以對兩個(gè)密文進(jìn)行加和乘的操作，再對操作后的密文進(jìn)行解密，所得的結(jié)果就是原始明文進(jìn)行同樣操作的結(jié)果。其后專家學(xué)者們?yōu)榱藢ふ业綕M足這一特性的技術(shù)而不斷努力，直到2009年，Gentry[9]在其博士論文提出了一種基于可以實(shí)現(xiàn)的全同態(tài)加密技術(shù)，被稱為密碼學(xué)界的“圣杯”。

圖3 安全多方計(jì)算系統(tǒng)

如果存在一個(gè)適合大數(shù)據(jù)的全同態(tài)加密系統(tǒng)，那么數(shù)據(jù)擁有者可以將數(shù)據(jù)加密為密文，再將密文在云端進(jìn)行處理。云端無法查看數(shù)據(jù)擁有者的具體數(shù)據(jù)，只可以對其進(jìn)行處理，從而實(shí)現(xiàn)數(shù)據(jù)擁有者對自己隱私的有效保護(hù)。

5 大數(shù)據(jù)環(huán)境下密碼技術(shù)展望

針對大數(shù)據(jù)環(huán)境下的密碼技術(shù)，目前業(yè)內(nèi)專家學(xué)者們已經(jīng)對可搜索加密、安全多方計(jì)算和全同態(tài)加密技術(shù)進(jìn)行了廣泛及深入研究，并在電子投票、智能電網(wǎng)及區(qū)塊鏈等不同領(lǐng)域取得了一定進(jìn)展，但是仍然存在效率問題。當(dāng)前認(rèn)為解決效率問題的核心是優(yōu)化算法性能，對于特定場景的算法優(yōu)化可以使其在相應(yīng)的應(yīng)用領(lǐng)域提高效率。大數(shù)據(jù)環(huán)境下在滿足大數(shù)據(jù)5V特征的前提下進(jìn)行算法優(yōu)化，對于整個(gè)大數(shù)據(jù)的應(yīng)用研究至關(guān)重要。

另外，除了對算法本身研究優(yōu)化外，還應(yīng)該結(jié)合先進(jìn)的分布式計(jì)算技術(shù)和密碼芯片技術(shù)。其中，分布式計(jì)算可以整合共享算力資源，具有很高的計(jì)算負(fù)載均衡，并提高容錯(cuò)和可靠性，也可以提高算法的效率；密碼芯片技術(shù)可以減低算法功耗，提高性能，并獲得更高的安全性。

國家標(biāo)準(zhǔn)有助于規(guī)范行業(yè)的發(fā)展，提高行業(yè)競爭力。因此，大數(shù)據(jù)環(huán)境下應(yīng)完善國家相關(guān)標(biāo)準(zhǔn)，保證數(shù)據(jù)本身的安全和數(shù)據(jù)擁有者的隱私安全，推動我國大數(shù)據(jù)行業(yè)健康發(fā)展。

6 結(jié)語

大數(shù)據(jù)環(huán)境下的數(shù)據(jù)安全是目前大數(shù)據(jù)技術(shù)面臨的重要問題，解決此問題的手段之一就是應(yīng)用密碼技術(shù)。大數(shù)據(jù)技術(shù)在實(shí)際應(yīng)用場景下通常與云計(jì)算技術(shù)結(jié)合使用，即大數(shù)據(jù)在云端進(jìn)行處理，但是云端對于數(shù)據(jù)擁有者而言是不可信的，最好的解決方法是通過密碼技術(shù)將密文數(shù)據(jù)發(fā)給云服務(wù)提供者。本文對可搜索加密、安全多方計(jì)算和全同態(tài)加密技術(shù)進(jìn)行介紹與分析，可以解決大數(shù)據(jù)安全中的用戶隱私問題。但是，由于上述3種密碼技術(shù)都需要對密文進(jìn)行操作，面臨大數(shù)據(jù)環(huán)境下數(shù)據(jù)規(guī)模巨大、操作流程復(fù)雜的情況，性能會急劇下降。因此，下一步的工作重點(diǎn)是優(yōu)化技術(shù)，使其滿足大數(shù)據(jù)的特征。