隐语——数据要素流通技术MOOC三期 课程笔记——综合案例与实践：跨企业数据查询

讲师 ：冯宇扬（浙江大学）
核心主题 ：基于PIR技术的跨企业数据隐私查询（隐语Secret Note平台实操）
分享框架：案例背景 → 数据集准备 → 实验流程（含平台实操）

一、案例背景与核心技术

1. 业务场景

• 参与方：企业A（新型高科技企业，研发生物降解材料，未公开/未专利）、企业B（持有历史技术记录数据库）。

• 核心需求：企业A需查询自身研发的材料是否已被企业B的数据库记录，但需严格保密查询内容。

• 风险规避：防止企业B获知查询信息后，泄露A的研发方向、恶意抢注专利或倒卖查询信息。

2. 核心技术：PIR（Private Information Retrieval，隐私信息检索）

定义：用户从数据库查询数据时，确保数据库持有方无法获知查询的具体内容，实现"查询可见，目标隐匿"。

（1）PIR分类

分类维度	类型	核心说明
按服务器数量	单服务器PIR	仅需一个数据库服务器即可完成隐私查询
	多服务器PIR	依赖多个服务器协同，通过数据分片实现隐私保护
按查询类型	Index PIR	数据库为数组结构，用户查询数组下标i，获取对应内容，服务器不知i的值
	Keyword PIR	数据库为键值对（Keyword-vi），用户查询"键（Keyword）"，获取"值（vi）"，服务器不知Keyword
本次实践选用：单服务器Keyword PIR

二、数据集准备

实验涉及企业A（查询方，对应平台Client节点）与企业B（数据库持有方，对应平台Server节点）两类数据集，按节点分别存储。

持有方	文件名称	文件内容与作用
企业B（Server节点）	db.csv	模拟数据库，含"k（键）""value（值）"两列，存储若干键值对（如k=fr对应value=rm）
	serversecretkey.bin	企业B在PIR技术中使用的加密密钥
企业A（Client节点）	pirquery.csv	记录待查询的"键"，仅含"k"一列，单条数据（本案例查询k=fr）

三、实验流程（隐语Secret Note平台实操）

前置准备：已启动Client（企业A）、Server（企业B）两个节点，实验文件已分别上传至对应节点。

核心目标：Client在不泄露查询关键词（fr）的前提下，从Server的加密数据库中获取对应value（rm）。

1. 实验总流程

1. 获取可用端口，配置瑞（Ray）集群（节点通讯基础）。

2. 再次获取可用端口，配置SPU（安全计算核心组件，PIR基于SPU实现）。

3. PIR Setup阶段（Server单独执行：将明文数据库加密为密文数据库）。

4. PIR Online阶段（双方共同执行：Client发起查询，获取结果）。

2. 详细实操步骤

步骤1：导入依赖库

• 操作：Client与Server节点共同执行代码，导入隐私计算所需核心包（secretflow、spu）。

• 平台标识：代码块右上角标记"client和server"，点击运行后双方同步执行。

步骤2：配置瑞（Ray）集群

1. 获取可用端口 ：

   执行unused_tcp_port函数（自定义实现），Client与Server分别获取唯一未占用端口（每次运行结果不同）。

2. 记录两端口号，用于后续节点通讯配置。

3. 初始化瑞集群 ：

   调用sf.init()函数，核心参数包括：
   address：瑞集群地址。

4. cluster_config：含parties（所有参与方IP+端口，IP从平台右上角"节点信息"获取）、selfparty（标识自身节点：Client/Server）。

5. Client与Server需分别执行对应代码块（selfparty参数不同），通过"执行上方所有"功能同步触发，确保集群通讯正常。

步骤3：配置SPU（安全计算组件）

1. 重新获取端口 ：执行unused_tcp_port函数，获取新的未占用端口（SPU需独立端口运行）。

2. 创建SPU实例 ：

   调用sf.spu()函数，核心配置参数在spu.conf中定义：
   nodes：填入Client/Server的IP与新端口。

3. protocol：多方安全计算协议（本实验用3pc2k）。

4. field：计算用有限域（128bit）。

5. sign_mode：签名函数进位方式（signModeRail）。

6. 执行代码后生成SPU实例，为PIR提供安全计算环境。

步骤4：PIR Setup阶段（Server单独执行）

核心任务：Server用自身密钥将明文数据库（db.csv）加密为密文数据库（sdb）。

1. 获取文件路径 ：执行os.getcwd()函数，获取Server节点工作空间路径，存入current_dir变量。

2. 调用PIR加密函数 ：执行spu.pir_setup()，核心参数：
   server：被查询方节点名（server）。

3. input_path：明文数据库路径（db.csv）。

4. k_columns：数据库中"键"对应的列名（k）。

5. label_columns：数据库中"值"对应的列名（value）。

6. oprf_key_path：Server密钥路径（serversecretkey.bin）。

7. setup_path：加密后数据库输出路径（工作目录下sdb文件）。

8. bucket_size：数据库分桶大小（本实验设为16，因数据规模小）。

9. 结果验证：Server工作目录新增sdb文件，即为加密后的数据库。

步骤5：PIR Online阶段（双方共同执行）

核心任务：Client发起隐私查询，获取对应结果，Server全程不知查询关键词。

1. 密钥路径配置：将Server的密钥（serversecretkey.bin）复制到容器tmp目录（确保加密验证可用）。

2. 发起PIR查询 ：执行spu.pir_query()，核心参数：
   server/client：对应参与方节点名。

3. server_setup_paths：加密数据库路径（sdb）。

4. client_k_columns：Client查询文件中"键"的列名（k）。

5. client_input_paths：Client查询文件路径（pirquery.csv）。

6. client_output_paths：查询结果输出路径（pirresult.csv）。

7. 结果验证 ：

   Client工作目录新增pirresult.csv文件。

8. 打开文件可见：查询k=fr对应的结果为rm，与数据库一致，查询隐私性与结果准确性均达标。

四、实验核心结论

• PIR技术有效解决跨企业数据查询的隐私保护问题，实现"数据可用不可见"。

• 隐语Secret Note平台通过节点配置、SPU安全计算等组件，可高效落地PIR技术实践。

• 本次实验成功验证：Client在保密查询关键词的前提下，精准获取Server数据库中的目标数据。