【课堂笔记】隐私计算实训营第四期：匿踪查询PIR
隐私计算实训营第四期：匿踪查询PIR
- 匿踪查询（PIR）定义
- PIR分类
- 根据服务器的数量
- How to retrieve information？
- PIR技术简介
- A Trivial Solution
- HE-based PIR
- DPF-based PIR
匿踪查询（PIR）定义
- Private Information Retrieval（PIR）
- 基本框架如图：
服务器拥有数据集，客户端发送查询请求。经过PIR的计算，客户端得到了查询结果。
服务器并不知道客户端获得的内容。
- 进阶框架如下：
客户端不知道服务器中查询结果之外的元素。（增加了对服务器的数据保护）
PIR分类
根据服务器的数量
- Single-server PIR
- 现实场景中应用广泛。
- 需要大量的密码学保护技术。
- Two-server PIR
- 现实场景中很难应用。
- 效率高。
How to retrieve information？
- 图1框架
- 客户端知道数据的位置。
- Keyword PIR
- 客户端不知道数据位置，通过关键词查询数据。
PIR技术简介
A Trivial Solution
- 方法如图所示：
- 使用同态技术。
- 实现简单。
- 通信开销大。
HE-based PIR
-
同态加密（Homomorphic Encryption，HE）
- Fan-Vercauteren（FV）
- 支持加、明文乘
-
基于同态的PIR
-
服务器将数据库里的数据转换成HE的明文；
-
客户端基于索引创建加密查询向量；
-
服务器计算查询向量和HE明文的内积，然后发送回客户端；
-
客户端解密加密查询结果后得到查询结果。
-
计算开销和通信开销巨大。
-
-
SealPIR
- 将多个数据打包到一个HE明文中；
- 客户端将查询向量压缩为一个单一密文，在服务器段再展开；
- 支持多维查询；
- 服务器段支持 cuckoo hash ，可以将多查询一次完成；
- 可以将百万级别的数据库查询在秒级完成。
DPF-based PIR
- 分布式点函数（Distributed point function）
- 示例图如下：
- 只有一个点返回结果，其他点不返回。
- 很简单很自然的想法。
- 示例图如下：
- 基于分布式点函数的PIR
- 框架如下图：
- 是一个双服务器架构。
- 两个服务器有相同的数据库并且不能共谋。
- 很难实现。
- 框架如下图：