论文部分内容阅读
在经济全球化的今天,随着信息技术的不断进步与市场竞争的加剧,现代企业与企业之间的竞争逐渐演变为供应链与供应链之间的竞争。供应链管理涉及信息流、物流和资金流三个方面,其中信息流在供应链的运作中起到核心协调和控制作用。信息共享是供应链协调网络的关键因素,能有效缓解供应链上的“牛鞭效应”,提高供应链的运作效率和整体竞争力。虽然信息共享能够为合作企业带来效益,但是由于合作企业之间的竞争及利益冲突,信息共享可能会(或者不得不)泄漏企业的机密信息,给企业本身带来负面影响。因此,在实际的生产活动中,供应链上的各企业很少愿意将本企业的相关信息拿出来与其它合作成员进行信息共享,这样难以实现整个供应链的全局最优。研究在不泄露参与协同优化决策的成员隐私信息的前提下,达成整个供应链的全局最优目标具有重要的理论意义和研究价值。如何在不泄露隐私信息的情况下实现企业或组织间的协同优化决策也是供应链管理中的重要难题。安全多方计算是解决此类问题的一种重要方法。安全多方计算主要是解决多个互不信任的参与方之间隐私保护的协同计算问题,同时在计算过程中保证了各参与方输入的独立性、计算结果的正确性以及数据的隐私性。本文在安全多方计算理论以及基本安全多方计算协议的基础上针对上述研究做了如下几项工作：(1)阐述安全多方计算理论、分布式优化以及隐私保护协同优化的研究现状,并论述本文的研究意义；(2)根据大量实际应用并不盲目追求零信息泄露,从实际应用出发,在保证一定安全性的同时,基于提高协议效率,设计了一组高效实用的基础协议；(3)针对水平分布的LP模型,提出来两种解决方法：基于矩阵随机转换的多方参与算法和防推断的安全两方算法。(4)在半诚实模型下,针对垂直分布的LP模型,设计出一组基于单纯形法的安全多方计算协议,同时证明和分析了该协议的正确性、安全性和复杂性。(5)针对任意分布的LP模型,提出了在半诚实模型下的一组基于Karmarkar的安全多方计算协议,同时证明和分析了该协议的正确性、安全性和复杂性。