地图约简的优化同态方案用于数据隐私保护

安全保险是最近十年来最重要的云服务问题。 因此，应该优化和安全地实现作为准备和创建大量数据集合的编程框架的Mapreduce。 但是，对密文的常规操作并不重要。 因此，最需要实现对加密数据进行特定种类的计算并在Map阶段进一步优化数据处理。 因此，提出了类似（DGHV）和（Gen 10）的方案来解决数据隐私问题。 但是，私有加密密钥（DGHV）或密钥参数（Gen 10）被发送到不可信的云服务器，这损害了信息安全保险。 因此，在本文中，我们提出了一种优化的同构方案（Op_FHE_SHCR），该方案可加快密文（Rc）的检索速度，并通过我们的安全Anonymiser代理解决元数据的动态变化和身份验证