MOZAIK：基于MPC和FHE的IoT数据隐私保护分析平台
密码学与安全
2026-01-06 v1
摘要
Internet of Things（IoT）系统在多个领域的快速增长导致敏感数据volume的激增，带来了存储和数据分析方面的重大挑战。云辅助IoT解决方案提供存储、可扩展性和计算资源，但引入了新的安全和隐私风险，传统的基于信任的方法难以充分缓解。为此，本文提出MOZAIK，一个面向IoT到云场景的端到端隐私保护的机密数据存储和分布式处理架构。MOZAIK确保数据在其生命周期内（包括传输、存储和处理）保持加密状态。这通过采用称为计算于加密数据（COED）的加密隐私增强技术实现。本文探讨了两种不同的COED技术，即安全多方计算（MPC）和全同态加密（FHE）。本文包括对MOZAIK架构的全面分析，包括原型实现和性能评估。评估结果表明，MOZAIK系统的可行性，以及与常规明文方案相比的端到端隐私保护系统成本。本文随发表一起发布了MOZAIK平台的所有组件作为开源软件，旨在推动安全和隐私保护的数据处理实践。
引用
@article{arxiv.2601.02245,
title = {MOZAIK: A Privacy-Preserving Analytics Platform for IoT Data Using MPC and FHE},
author = {Michiel Van Kenhove and Erik Pohle and Leonard Schild and Martin Zbudila and Merlijn Sebrechts and Filip De Turck and Bruno Volckaert and Aysajan Abidin},
journal= {arXiv preprint arXiv:2601.02245},
year = {2026}
}
备注
Accepted to Journal of Network and Systems Management