【课堂笔记】隐私计算实训营第四期：隐私求交PSI

隐私计算实训营第四期：隐私求交PSI

• 安全求交集（PSI）定义
• PSI功能和分类
• • [最基础的PSI：Two-Party Semi-Honest PSI](#最基础的PSI：Two-Party Semi-Honest PSI)
  • [如何设计Two-Party Semi-Honest PSI](#如何设计Two-Party Semi-Honest PSI)
  • • 方法1：一个基于Hash的PSI
    • 方法2：基于Diffie-Hellman密钥交换的PSI
    • 方法3：基于不经意伪随机函数（OPRF）的PSI
    • • [Oblivious Pseudo-Random Function，OPRF](#Oblivious Pseudo-Random Function，OPRF)
      • [Cuckoo Hashing and Simple Hashing](#Cuckoo Hashing and Simple Hashing)
  • 应用
  • • 交集使用
    • • case1：交集是秘密的，但是交集的元素个数是可知的。
      • case2：交集是秘密的，但是和交集相关的数据是可用的。
      • case3：交集是秘密的，但是交集的统计信息可见。
    • 多方PSI
    • • 常规多方PSI
      • 特殊多方PSI
    • 计算模型
    • • [One-way Model](#One-way Model)
      • [Mutual Model](#Mutual Model)
    • 安全模型
    • • 半诚实安全PSI
      • 恶意安全PSI
      • 非对称PSI
• PSI最新进展
• • 离线优化阶段
  • [使用新方法替换掉Cukcoo hashing](#使用新方法替换掉Cukcoo hashing)
  • 在交集上支持安全计算
  • 亿级计算
  • 分钟级别完成
• PSI和其他隐私计算技术结合
• • [PSI + DP](#PSI + DP)
  • • [case1：PSI Intersection Use](#case1：PSI Intersection Use)
    • case2：性能提升
  • [PSI + TEE](#PSI + TEE)

安全求交集（PSI）定义

• 安全求交集：Private Set Intersection（PSI）
• Ailce 有集合X，Bob 有集合Y，在进行了PSI之后，Alice可以拿到X与Y的交集，但是不会知道Y中的其他元素。
  

PSI功能和分类

最基础的PSI：Two-Party Semi-Honest PSI

• 用途：计算交集。

  • 交集可以被双方或者一方看到；
  • 保护非交集元素；

• 什么是半诚实安全？

  • 假设双方为Alice和Bob，其中Alice是攻击者，Alice严格遵守和执行协议，但是对Bob的隐私感兴趣。

如何设计Two-Party Semi-Honest PSI

• 挑战1：隐藏非交集元素（hiding）
  • 密码学级别的安全隐藏。
  • 可以通过添加噪声来实现信息隐藏。
• 挑战2：计算交集元素（comparing）
  • 当两元素相等时，即使添加了噪声也应该被计算出来。
• 挑战3：效率高（efficiency）
  • PSI应用范围广泛，所以应该保证高效率。

方法1：一个基于Hash的PSI

 实际上这种方法并不安全。

• 基础想法：对元素进行Hash后进行比较。
  • 这里的Hash函数应该是密码学上的Hash，不能进行逆运算。
  • 不能出现碰撞，或者碰撞概率极低。
• 方法示意图如下：
  

接收者和发送者分别对他们持有的元素进行Hash，然后对Hash结果进行比较。

• 方法属性：
  • Hiding：Hash函数不可逆。
  • Comparing：相同的元素有相同的Hash值。
  • Efficiency：Hash函数运算效率高。
• 方法存在的问题：
  • 如果双方的元素是高熵的，那么方法1是大致可行的。
  • 如果X集合和Y集合是无限长的，那么 穷举攻击大概就失效了。但是现实生活中集合不可能是无限长的，而是有限长度的（如身份证号）。

方法2：基于Diffie-Hellman密钥交换的PSI

• Diffie-Hellman

• 基础想法：该方法看起来像"Double Encryption"

  • Alice对自己的集合进行"加密"发送给Bob，Bob再对自己的集合进行"加密"发送给Alice，双方对对方发来的密文再"加密"一次，如果元素相同的话再次"加密"得到的数据是一样的。

• 方法属性：

  • Hiding：明文数据被加密为"密文"数据。
  • Comparing："加密"满足交换律，与加密次序无关。
  • Efficiency：DH加密效率高。

• Diffie-Hellman 密钥交换

  • Discrete Logarithm Problem（DLP）：给定四个大整数 p 、 g 、 x 、 y p、g、x、y p、g、x、y，满足 g x = y m o d p g^x=y\ mod\ p gx=y mod p，其中 p p p 是一个大素数。满足这样的公示下找到 x x x 是困难的。
  • 计算 g x m o d p g^x\ mod \ p gx mod p 是高效的。（Efficiency）
  • 给定 y 、 g 、 p y、g、p y、g、p 来求解 x x x 是困难的。（Hiding）
  • g x y m o d p g^{xy}\ mod\ p gxy mod p 与 g y x m o d p g^{yx}\ mod\ p gyx mod p 是相等的。（Comparing）（交换律）

• 方法示意图如下：
  

接收方先把自己的元素通过密钥a做Hash发送给发送方，发送方对接收到的数据通过自己的密钥b再做Hash后发送给接收方，接收方使用自己的密钥a计算接收到的密文，然后做比较。

方法3：基于不经意伪随机函数（OPRF）的PSI

• 不经意伪随机函数（OPRF）
• 基础想法：发送方在自己的集合上计算伪随机函数，然后讲结果发送给接收方；接收方在自己的集合上通过与发送方交互来计算相同的伪随机函数。
• 方法属性：
  • Hiding：发送方不会得到接收方的明文数据，接收方不知道伪随机函数的计算细节。
  • Comparing：相同的数据使用相同的伪随机函数计算后得到的结果是相同的。
  • Efficiency：OPRF效率高。

Oblivious Pseudo-Random Function，OPRF

• 什么是不经意伪随机函数（Oblivious Pseudo-Random Function，OPRF）
  • OPRF：给定一个 k k k，它来自发送方，给定一个输入元素 e e e ，它来自接收方。
    • 双方交互地计算 F k ( e ) F_k(e) Fk(e)；
    • 接收方知道输出值 F k ( e ) F_k(e) Fk(e) 但是不知道密钥 k k k；
    • 发送方不知道输出值 F k ( e ) F_k(e) Fk(e) 和输入值 e e e 。
• OPRF for PSI
  • 接收方在自己的集合上使用发送方发来的密钥 k k k 计算OPRF；
  • 发送方在自己的集合上评估OPRF，并把结果发送给接收方；
  • 接受方通过OPRF计算交集。
• OPRF示意图如下：
  

Cuckoo Hashing and Simple Hashing

• 接收方使用cuckoo hash来插入他的元素到哈希表；
• 发送方使用简单hash讲他的元素插入到哈希表；
• 该方法把OPRF的 O ( n 2 ) O(n^2) O(n2) 次比较减少到 O ( n ) O(n) O(n).
• 该方法如图：
  
• 基于OPRF的方法（KKRT PSI Protocol）总结如下图：
  

应用

• 设计黑/白明单，撞库等等

交集使用

• 动机
  • 交集可能并不是自身数据，而是属于第三方。

case1：交集是秘密的，但是交集的元素个数是可知的。

• 只有交集的元素个数对授权方可见。
• 实现方法：
  • PHE + Polynomial evaluation
  • DH-based PSI with shuffle

case2：交集是秘密的，但是和交集相关的数据是可用的。

• 交集是加密的，但是交集里的相关数据对于授权方可见。
• 实现方法：
  • 基于电路的PSI
  • DH-PSI with permutation and PHE

case3：交集是秘密的，但是交集的统计信息可见。

• 实现方法：
  • FHE PSI + Differential Privacy
  • DH-PSI + Differential Privacy

多方PSI

常规多方PSI

• 动机
  • 只有 N N N 方的交集才可见。
• 挑战
  • 任意两方的交集不可见；
• 实现方法：
  • PHE + Polynomial representation
  • OPPRF

特殊多方PSI

• 动机
  • 交集在某些两方之间计算，然后结果对一些特殊的参与者可见。
• 挑战
  • 需要次次修改系统；
  • 需要定制算法。
• 实现方法：
  • PSI protocol with customization based on requirements

计算模型

One-way Model

• 动机
  • 只有一方知道交集。
• 实现方法：
  • OPRF-based PSI

Mutual Model

• 动机
  • 两方都能看到交集。
• 实现方法：
  • DH-PSI

安全模型

半诚实安全PSI

• 动机
  • 简单、高效
  • 大部分隐私计算都是用半诚实PSI
• 挑战
  • 安全假设太强。

恶意安全PSI

• 动机
  • 更强的安全性。
  • 更现实的安全性假设。
  • 定义了恶意敌手。
• 挑战
  • 更多的计算和通信开销。
• 实现方法：
  • PSI protocol with extra verification

非对称PSI

• 动机

  • 一方比另一方持有多的元素；
  • 现实中的场景更多。

• 挑战

  • 在非对称PSI情境下对称PSI的方法效率较低。

• 实现方法：

  • ECC-OPRF-PSI
  • FHE PSI

PSI最新进展

离线优化阶段

• 使用最新的OT
• 使用VOLE替换OT

使用新方法替换掉Cukcoo hashing

• 引入 Probe-and-Xor-of-Strings（PaXos）
• 引入 Oblivious Key-Value Store（OKVS）

在交集上支持安全计算

• Programmable OPRF
• PSI with DP

亿级计算

• 高带宽
• 高算力

分钟级别完成

PSI和其他隐私计算技术结合

PSI + DP

• 差分隐私是用来保护个体元素的。

case1：PSI Intersection Use

• 动机
  • 添加噪声，在统计学上是正确的，但是一个元素是否是交集元素变成 "DP难"问题。
• 挑战
  • 交集是加密的，一方需要在密文上调价噪声很困难。
• 实现方法：
  • FHE-PSI + DP
  • DH-PSI + DP

case2：性能提升

• 通过DP减少padding的大小。

PSI + TEE

• 原始想法：
  • TEE creates salt；
  • 参与方使用salt哈希数据；
  • TEE知道交集；
  • TEE可以将结果发送给参与方。
• 简单、高效、灵活。
• 并不是密码学的方法，是硬件方法。