Please use this identifier to cite or link to this item:
Title: LWE-based encryption schemes and their applications in privacy-friendly data aggregation
Language: English
Authors: Becker, Daniela 
Keywords: LWE;privacy;encryption;aggregation;cryptography
Issue Date: 2018
Abstract (german): Wir konstruieren neue Verschlüsselungssysteme basierend auf dem Learning With Errors Problem and lösen die folgenden Probleme: Durch datenschutzfreundliche Aggregation lassen sich Daten von mehreren Nutzern unter Wahrung ihrer Privatsphäre aggregieren ohne dem Aggregator zu vertrauen. Unsere Systeme verbessern sowohl Laufzeit als auch Bandbreite der Verschlüsselung, insbesondere die Entschlüsselung ist ca. 150 Mal schneller als zuvor. Überdies stellen wir die erste Lösung für datenschutzfreundliche Werbung auf sozialen Medien vor - unsere Architektur hat hohe Sicherheits- und Privacy-Garantien und bietet kryptographische Beweise für die Korrektheit der Ergebnisse.
Abstract (english): We construct new Learning With Errors-based encryption schemes in order to solve two problems: privacy-preserving data aggregation and privacy-friendly social media marketing.The former allows for the aggregation of privacy-sensitive data from multiple users without trusting the aggregator. Our schemes improve over the state-of-the-art both in terms of runtime and bandwidth e ciency. In particular, our decryption routine is about 150 times faster compared to previous results. Secondly, we propose the first known solution for privacy-friendly social media marketing. Our construction maintains strong security and privacy guarantees and provides cryptographic proofs of correctness.
DOI: 10.15480/882.1720
Institute: Eingebettete Systeme E-13 
Type: Dissertation
Advisor: Zimmermann, Karl-Heinz 
Appears in Collections:Publications (tub.dok)

Files in This Item:
File Description SizeFormat
becker_dissertation_final.pdf1,7 MBAdobe PDFThumbnail
Show full item record

Page view(s)

Last Week
Last month
checked on Apr 23, 2019


checked on Apr 23, 2019

Google ScholarTM



Items in TORE are protected by copyright, with all rights reserved, unless otherwise indicated.