云端共享矩阵前 K 个特征向量的安全计算

随着传感器网络、移动计算和 Web 应用的发展，数据现在从许多分布式来源收集以形成大数据集。此类数据集可以托管在云端以实现经济高效的处理。然而，这些数据可能高度敏感，需要安全存储和处理。我们设想了一种基于云的数据存储和处理框架，使用户能够经济且安全地共享和处理大数据集。在此框架下，我们研究了基于矩阵的数据挖掘算法，重点关注安全的前 k 个特征向量算法。我们的方法采用迭代处理模型，其中授权用户与云交互以获得结果。在此过程中，源矩阵和中间结果均保持机密，且客户端成本较低。该方法的安全性通过使用 Paillier 加密和随机扰动技术得到保证。我们在特定于云的威胁模型下仔细分析了其安全性。实验结果表明，所提出的方法可扩展至大矩阵，同时需要较低的客户端成本。