Titel: LWE-based encryption schemes and their applications in privacy-friendly data aggregation
Sprache: English
Autor/Autorin: Becker, Daniela 
Schlagwörter: LWE;privacy;encryption;aggregation;cryptography
Erscheinungsdatum: 2018
Zusammenfassung (deutsch): 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.
Zusammenfassung (englisch): 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.
URI: http://tubdok.tub.tuhh.de/handle/11420/1723
DOI: 10.15480/882.1720
Institut: Eingebettete Systeme E-13 
Dokumenttyp: Dissertation
Hauptberichter: Zimmermann, Karl-Heinz 
Enthalten in den Sammlungen:Publications (tub.dok)

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
becker_dissertation_final.pdf1,7 MBAdobe PDFMiniaturbild
Öffnen/Anzeigen
Zur Langanzeige

Seitenansichten

194
Letzte Woche
5
Letzten Monat
7
checked on 24.03.2019

Download(s)

150
checked on 24.03.2019

Google ScholarTM

Prüfe

Export

Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.