应pc加拿大预测准确率贾星星副教授的邀请，台湾东华大学杨庆隆教授将于2023年10月14日至10月19日到我校进行访问并举办学术讲座，欢迎全校师生参加。

报告题目：基于全同态加密具安全与高效计算外包的秘密图像共享

时间：2023年10月15日下午15：30-17：00

地点：理工楼518报告厅

腾讯会议：955325497

报告摘要：模运算广泛应用于确保数据的安全、多项式秘密图像共享(Polynomial based Secret Image Sharing; PSIS)方案。它能有效地削弱共享秘密像素与子像素之间的对应关系,也能不让多项式的计算结果溢位。以传统的多项式PSIS为例，有两种简单模运算。一个采用小于256的最大素数251,而另一个采用大于256的最小素数257。当使用素数251时，在[251 , 255]范围内的秘密像素需缩减为250。另外，使用素数257时，多项式的计算结果若不在[0 , 255]范围内，秘密像素需做些微变动,以重算的策略来让计算结果落于[0 , 255]。经过这样的处理，这两种简单模运算能维持极佳的秘密图像视觉质量。本报告介绍以全同态加密(Fully Homomorphic Encryption;FHE)完成计算外包的秘密图像共享(简称FHESIS)，它是使用Microsoft全同态加密运算库SEAL提供的CKKSFHE方案，允许对加密的实数值进行加法和乘法。但是，FHE要完成除法和模数运算非常复杂。本报告的FHESIS是将PSIS扩展到实数域且不使用模运算。FHESIS产生子秘密和恢复秘密都是在FHE加密域，所以不使用模运算不会有安全及溢位问题。事实上，FHE如何与PSIS结合达到计算外包的应用还有不同的方式。这个报告还会介绍结合FHE、PSIS、Blockchain、IPFS来设计基于FHE，将计算任务外包、并藉由区块链做身份认证的应用例子。

报告人简介：

  杨庆隆教授在台湾成功大学获得电子工程博士学位。杨教授自1999年起在东华大学任职，现任台湾东华大学计算机科学与信息工程系的特聘教授。他曾担任密苏里大学、米兰大学、和东京大学的客座教授，目前是IET Fellow和IEEE高级会员。杨教授对视觉密码学和秘密图像共享有深入与广泛的研究、并有卓越贡献。他是“视觉密码”研究的先驱，并首创视觉密码领域的重要研究分支“机率式视觉密码”。他的研究领域还包括了纠错码、信息隐写、多媒体安全、加密和网路安全。他撰写了两本书，并在信息安全和编码理论领域发表了280多篇专业研究论文（包括160多篇SCI索引论文，其中有一些是ESI TOP1%高被引论文）。他在国际学术组织担任40多种主要科学期刊的技术评审员，并担任一些期刊特刊的主编与编辑委员。此外，他还被邀请担任各种国际会议的主席、主讲人、委员会成员。他是Institute of Information & Computer Machinery的2000，2006，2010，2014年最佳论文指导奖的获得者。

甘肃省高校应用数学与复杂系统省级重点实验室

pc加拿大预测准确率

萃英学院

2023年10月13日