隐私计算实训营学习六：隐语PIR介绍及开发指南

2024-04-01 05:20
文章标签 学习 计算 介绍 开发 指南 隐私 实训营 pir 隐语

本文主要是介绍隐私计算实训营学习六：隐语PIR介绍及开发指南，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

文章目录

  • 一、隐语实现的PIR总体介绍
    • 1.1 PIR的定义和种类
    • 1.2 隐语PIR功能分层
  • 二、Index PIR-SealPIR介绍
  • 三、Keyword PIR- Labeled PSI介绍
  • 四、隐语PIR后续计划

一、隐语实现的PIR总体介绍

1.1 PIR的定义和种类

PIR(Private Information Retrieval PIR)隐匿查询：用户查询服务端数据库中的数据，但服务端不知道用户查询的是哪些数据。
在这里插入图片描述
分类：

  1. 按服务器数量分类：单服务器方案(Single Server)、多服务器方案(Multi-Server)。
  2. 按查询类型分类：Index PIR、Keyword PIR。

隐语目前支持的PIR方式：

  1. Single Server Index PIR ： SealPIR。

  2. Single Server Keyword PIR：Labeled PSI。

1.2 隐语PIR功能分层

隐语PIR实现位置： 实现位置主要在SPU的代码库。 下层依赖YACL的密码库，上层secretflow层有相应的调用接口(pir_setup、pirquery及基于内存的pir_mem_query)。
在这里插入图片描述
隐语PIR预处理调用接口pir_setup： 提示pir_setup 单方任务，可以使用的secretflow单机模拟配置，或者直接调用spu的python接口。

'''
pir_setup 数据预处理，参数说明：
input_path：服务端数据文件路径，建议绝对路径
key_columns：Key对应的列名
label_columns：Label对应的列名，多列，用逗号分隔
oprf_key_path：服务端ecc密钥文件，32B，二进制文件
mum_per_query：每次查询的id数量
label_max_len：Label数据拼接后填充到固定的长度大小
'''
reports = spu.pir_setup(server='bob',input_path='/path/B_PIR_DATA.csv',key_columns='id',label_columns=['register_date','age'],oprf_key_path='/path/oprf_key.bin',setup_path='/path/setup_path',num_per_query=1,label_max_len=18,
)

隐语PIR调用接口pir_query：

#pir_query双方执行查询任务, 参数说明：
'''
客户端配置input_path：查询id对应的csv文件路径Key_columns：Key对应的列名output_path：PIR查询结果输出的文件路径
#服务端配置oprf_key_path：服务端ecc密钥文件，32B，二进制文件setup_path：预处理阶段结果输出路径
'''
# client
alice_config = {'input_path': ‘/path/A_PIR_ID.csv’,'key_columns’: id','output_path': ‘/path/sf_pir_out.csv’,
}
# server
bob_config = {'oprf_key_path': ‘/path/oprf_key.bin’,'setup_path': ‘/path/setup_path’,
}
query_config = {alice: alice_config,bob: bob_config,
}
reports = spu.pir_query(server='bob’,config=query_config,
)

二、Index PIR-SealPIR介绍

Index PIR-SealPIR： 隐语实现的Index PIR基于SealPIR，SealPIR基于BFV的同态方案，SealPIR主要用到的多项式为密文加法、明文乘密文、密文替换。
在这里插入图片描述
SealPIR基于同态密码实现Index PIR的基本原理： 客户端将查询向量(0,1向量)使用同态算法进行加密，加密后发送给服务端，服务端使用该数据进行累积得待查询数据加密结果，返回給客户端；客户端解密得到带查询数据。
存在问题：请求的消息报文太大，包含了n个密文向量。
在这里插入图片描述
SealPIR主要贡献：
1、多个数据pack到一个HE Plaintext同态明文多项式：查询的db_index转换为plaintext_index。 原始数据B1、B2、B3pack到明文多项式P1，B4、B5、B6pack到P2，用户查询B4情况下，需要将数据库的查询index转换为多项式的查询index P2，服务端返回P2的加密值，客户端同态解密得到明文多项式，再依据pack的偏移找到B4的偏移系数拼接为明文数据。
在这里插入图片描述

2、查询向量压缩到一个密文：显著减少通信量，server端可通过计算expand得到查询密文向量。 客户端查询向量压缩将原始n个密文压缩到同态明文多项式，对该明文多项式加密得到查询密文，服务端得到查询密文使用expand扩展算法得到具体n个密文向量，再使用n个向量进行同态乘得到结果。
在这里插入图片描述

3、支持多维查询：多维查询将数据转换为 n ∗ n的矩阵，减少expand计算量。
在这里插入图片描述

4、支持多个查询：使用cuckoo hash支持同时进行多个查询。
在这里插入图片描述

PIR实现位置：
在这里插入图片描述

三、Keyword PIR- Labeled PSI介绍

Keyword PIR：隐语实现的基于Labeled PIR方案。 基本原理使用两个差值多项式，包括一个匹配多项式和一个Lable差值多项式，在匹配多项式P(key)为0情况下对应的差值多项式Q(key)的值对应三个带查询值。
在这里插入图片描述

Keyword PIR也使用了BFV的方案： 明文编码方式使用BatchEncode，每个位置上的数据支持基于位置的加法和乘法。
在这里插入图片描述
在这里插入图片描述

1、减少乘法次数和计算量： 客户端通过窗口机制减少发送密文个数，发送2的次方倍数。服务端可以通过分区将每个bin划分为若干个子集，每个子集对应一个差值多项式，降低相应的多项式次数。
在这里插入图片描述

2、使用extremal postage stamp bases减少通信量。
在这里插入图片描述

3、Paterson-Stockmeyer算法，减少密文乘法。
在这里插入图片描述

隐语label PIR的主要工作：

  1. 以微软的开源代码功能为核心；
  2. OPRF采用隐语的实现：支持的ecc曲线包括：FourQ, Secp256k1, SM2；
  3. Label的自动填充；
  4. 增加了服务的预处理结果保存功能：可以支持离线和查询(多次)两个阶段。

服务端预处理setuo阶段流程：

  1. 参数选择：对cuckoo hash、同态多项式明文、密文进行参数选择；
  2. 对服务端数据进行prf计算：prf得到256bit，前128bit根据截取用于匹配，后128bit作为对称算法密钥加密label；
  3. 根据prf前128bit截断后将数据插入Simple Hash；
  4. 对Simple Hash每一行分别划分bin bundle，并计算相应的差值多项式matching polynomial和label polynomial；
  5. 将插值多项式系统packing到同态算法明文。

在这里插入图片描述

客户端和服务端(query)阶段-流程：

  1. 客户端向服务端请求参数；
  2. 执行oprf协议；
  3. 计算查询值的同态密文幂集合；
  4. 使用同态私钥解密服务端返回的同态密文；
  5. 满足匹配条件时，使用oprf的后128bit解密得到label。
    在这里插入图片描述
    Lable PIR的主要参数： ItemParams每个元素在明文多项式对应的系数；TableParams包括cuckoo hash个数和表大小；QueryParams查询次数；SEALParams同态参数包括多项式次数(明文模/密文模)。
    在这里插入图片描述
    PIR实现位置：
    在这里插入图片描述

四、隐语PIR后续计划

在这里插入图片描述

这篇关于隐私计算实训营学习六：隐语PIR介绍及开发指南的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/866297。

相关文章

HarmonyOS学习(七)——UI（五）常用布局总结

HarmonyOS学习(七)——UI（五）常用布局总结

自适应布局 1.1、线性布局（LinearLayout） 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列，Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距，达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式，且在各类尺寸屏幕上表现一致，其中交叉轴为垂直时，取值为Vert
阅读更多...
Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
这15个Vue指令，让你的项目开发爽到爆

这15个Vue指令，让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件，按住 Control 和回车键再显示它吗？小菜一碟： <template
阅读更多...
性能测试介绍

性能测试介绍

性能测试是一种测试方法，旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试，可以确定系统是否能够满足预期的性能要求，找出性能瓶颈和潜在的问题，并进行优化和调整。 发现性能瓶颈：性能测试可以帮助发现系统的性能瓶颈，即系统在高负载或高并发情况下可能出现的问题
阅读更多...
水位雨量在线监测系统概述及应用介绍

水位雨量在线监测系统概述及应用介绍

在当今社会，随着科技的飞速发展，各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中，水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术，其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成，形成了一个完整的闭环系统。 数据采集单元：这是系统的“眼睛”，
阅读更多...
Hadoop企业开发案例调优场景

Hadoop企业开发案例调优场景

需求 （1）需求：从1G数据中，统计每个单词出现次数。服务器3台，每台配置4G内存，4核CPU，4线程。 （2）需求分析： 1G / 128m = 8个MapTask；1个ReduceTask；1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务（4    3    3） HDFS参数调优 （1）修改：hadoop-env.sh export HDFS_NAMENOD
阅读更多...
Hadoop数据压缩使用介绍

Hadoop数据压缩使用介绍

一、压缩原则 （1）运算密集型的Job，少用压缩 （2）IO密集型的Job，多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1）为了支持多种压缩/解压缩算法，Hadoop引入了编码/解码器 2）要在Hadoop中启用压缩，可以配置如下参数
阅读更多...
【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【课程链接】 AntV G6：深入图形与图形分组、自定义节点、节点动画（下）_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中，应该怎样去计算和绘制图形，如何给一个图形制作不间断的动画，以及在鼠标事件之后产生动画。（有点难，需要好好理解） <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06
阅读更多...
学习hash总结

学习hash总结

2014/1/29/   最近刚开始学hash，名字很陌生，但是hash的思想却很熟悉，以前早就做过此类的题，但是不知道这就是hash思想而已，说白了hash就是一个映射，往往灵活利用数组的下标来实现算法，hash的作用：1、判重；2、统计次数；
阅读更多...
嵌入式QT开发：构建高效智能的嵌入式系统

嵌入式QT开发：构建高效智能的嵌入式系统

摘要： 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发，详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程，包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发，涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用，以及嵌入式 QT 与硬件设备的交互，包括输入输出设
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2