Privacy-preserving composite modular exponentiation outsourcing with optimal checkability in single untrusted cloud server

محاسبات برونسپاری به کاربران اجازه می دهد تا با ابزارهای محدود منابع، کارهای مجتمع محاسباتی خود را به سرورهای ابری برساند که برای مشتریان ابر بسیار ارزان تر است. با این حال، از آنجا که کاربران از کنترل مستقیم کار محاسبات جلوگیری می کنند، باید تهدیدات احتمالی، مانند حفظ حریم خصوصی داده ها و صحت نتایج، مورد توجه قرار گیرد. انعطاف پذیری مدولار یکی از ساده ترین و کارآمد ترین زمان هاست اما به طور گسترده ای در زمینه رمزنگاری استفاده می شود. در این مقاله، ما دو الگوریتم جدید و کارآمد برای برون سپاری ایمن انحرافات مدولار کامپوزیتی تک و چندگانه پیشنهاد می کنیم. بر خلاف الگوریتم های مبتنی بر دو سرور غیرقابل اعتماد، ما عملیات انعطاف پذیری مدولار را تنها به یک سرور تکمیل می کنیم، از بین بردن حمله احتمالی با دو سرور. علاوه بر این، ما یک روش جدید ریاضی را ارائه دادیم که پایه و نماینده داده های برونسپاری را بدون افشای اطلاعات حساس به سرور ابر مخفی می کند. علاوه بر این، در مقایسه با دیگر الگوریتم های پیشرفته، طرح ما نشان دهنده بهبود قابل توجه در قابلیت اطمینان است، و کاربر را قادر می سازد تا هر گونه سوء رفتار را با احتمال بهینه نزدیک به 1 تشخیص دهد. در نهایت، ما از الگوریتم های پیشنهادی ما به عنوان یک فرعی استفاده می کنیم پیاده سازی طرح امضاء مبتنی بر هویت شامیر و طرح چند امضای مبتنی بر شناسه.