[发明专利]求解无向带权图最小割的安全外包方法

说明书

本发明提供了一种求解无向带权图最小割的安全外包方法，分为四个阶段：盲化阶段、计算阶段、验证阶段、求解阶段。该方法在确保减小用户计算开销的同时，也能确保云服务提供商不会窃取用户的隐私数据。此外，用户有能力验证云服务器返回的结果是否正确。

技术领域

本发明属于云计算安全技术领域，涉及一种求解无向带权图最小割的安全外包方法。

背景技术

随着大数据时代的来临，图论在各项领域都有广泛的应用，例如社交网络、计算机网络等。在很多情况下，实际应用中涉及到的图都具有很大的规模，包含数万顶点、数十万条边甚至更多。资源受限的用户很难对如此大规模的图进行处理。近年来，随着云计算领域技术的不断发展，以及云服务提供商的不断增多，云计算服务越来越深入地走进人们的生活。云计算实现了人们把计算能力作为一种服务的愿望。自然地，计算能力有限的用户尝试将对大规模图的计算操作外包给云服务器，在云服务器的帮助下解决关于大规模图的求解问题。

然而，将任务直接外包给服务器存在着一系列安全隐患。在实际应用中，完全可信的云服务器是非常少见的。用户一旦将自己持有的图上传到云服务器，云服务器就完全掌握了图的所有信息，这极有可能泄露用户的隐私。除此之外，不受信任的云服务器有可能会欺骗用户，对用户发出的请求做出错误的响应。因此，在外包过程中，要充分考虑隐私性以及结果的可验证性。为了保证隐私性，势必要对图进行一定的盲化处理，而对图的盲化所消耗的计算资源需要显著低于解决原问题所消耗的资源，否则外包计算就失去了意义。因此，在外包过程中还要充分考虑高效性。

在现有的关于图论算法的外包技术中，往往涉及到一些复杂的运算，例如混淆电路、完全同态加密、部分同态加密等等。这些技术对隐私性提供了足够的保障，但对用户的计算能力要求很高，违背了高效性的要求。除此之外，现有的技术难以解决可验证性的要求。一旦不受信任的云服务器由于某种原因返回了错误的结果，用户很难检测出来，整个系统就无法运行。此外，现有的外包技术主要关注的是最短路径问题，其他图论中的基本问题少有涉及。

最小割问题是图论中的一个基本问题，在图像分割等领域有着广泛的应用。在本专利中本专利设计了求解无向带权图最小割的安全外包计算方法，使得资源受限的用户可以在不受信任的云服务器的帮助下解决无向带权图的最小割问题。为了保护图的隐私性，本专利对图做了一系列盲化处理，包括对图中的顶点和边进行合并和分解、用随机置换对所有顶点进行重命名以及对所有的边的权值做随机化处理。这些盲化处理并没有涉及复杂的密码学工具，保证了系统的高效性。在验证阶段，本专利设计了一种新的验证机制，通过比对多次外包的结果来实现验证。

发明内容

为了利用云服务器海量的计算资源处理资源受限的用户关于大规模图的处理需求，减轻用户的数据处理压力，本专利提出了求解无向带权图最小割的安全外包计算方法。该方法在确保减小用户计算开销的同时，也能确保云服务提供商不会窃取用户的隐私数据。此外，用户有能力验证云服务器返回的结果是否正确。

为解决上述技术问题，本申请提供一种求解无向带权图最小割的安全外包方法，其包括：

第一步，盲化；

第二步，计算；

第三步，验证；

第四步，求解。

所述第一步盲化具体为用户对自己持有的无向带权图G＝(V，E)进行盲化得到G′，其中V表示顶点的集合，E表示边的集合，然后将G′发送给云服务器。

盲化获得G′的具体过程包括：