如何解读可扩展的多方隐私集合交集技术？
- 内容介绍
- 文章标签
- 相关推荐
本文共计3076个文字，预计阅读时间需要13分钟。
原文摘要：本文字记录了阅读某篇论文的笔记。论文概述了两类MPSI协议，采用的星型拓扑结构，存在一个leader，需要与其他参与者交互。优点是所有各方都必须同时在线：能抗半诚实攻击。
改写内容：笔记摘要：阅读了某论文，记录了其要点。论文介绍了两种MPSI协议，采用星型拓扑，一个中心节点（leader）与其它参与者互动。此协议优点在于各方需同时在线，能抵御半诚实攻击。
摘要本文记录阅读该paper的笔记。
本文给出两种MPSI协议，采用的是星型拓扑结构，即有一个leader，需要和其他参与者交互。优点是并非所有各方都必须同时在线：
（1）能抗半诚实攻击
- 通信复杂度与输入数据集大小呈线性关系；
- 计算复杂度是leader方输入数据的二次关系，其他参与者的输入集大小呈线性关系，后面可以使用两种hash可以消除此消耗。
（2）能抗恶意攻击
通信复杂度降为\(O((n^2+nm_{MAX}+nm_{MIN}logm_{MAX})k)\)bit，其中\(m_{MAX}\)和\(m_{MIN}\)分别为\(n\)个参与者的输入最大量和输入最小量
另外上面提到本文的半诚实方案是基于文章改进的，是最早提出MPSI的，两方协议是：
画成图表示就是：
和下面介绍基于不经意多项式计算（OPE）的图是一样的。
MPC的安全性通常是通过两种对抗模型来证明的：
（1）半诚实模型
敌手遵循协议执行，但会试图从协议中获取更多信息。
（2）恶意模型
敌手在多项式时间内进行攻击
协议的优劣最根本的衡量方法就是计算消耗和通信消耗，MPSI主要分为两个方向：
（1）改进协议，计算任意布尔/算术电路
（2）协议能计算特定的函数，例如：计算\(k\)个相同元素，模式匹配和搜索问题，集合求交等
给出两种方法解决PSI问题：
（1）基于不经意多项式计算（OPE）
其中，需要用同态加密（乘法和加法），但是这是两方的PSI
（2）承诺不经意PRF计算
这里只使用PRF，来“隐藏”数据，安全性和性能有待确定。
（1）给出了基于OT和布隆布过滤器的半诚实PSI协议
（2）给出基于OT和布隆布过滤器的抗恶意攻击PSI协议
（3）使用了ROM（随机预言机）模型
（4）基于OT extension和混淆不隆过滤器设计的
MPC-PSI上面方案很少设计多方，都是两方间的PSI
上面的这三个方案，都是多方PSI，但通信复杂度高，对于大数据难以应用，效率低下。
其中是在预处理阶段使用SWHE；在离线阶段计算，避免了不必要的在线计算量。
本文主要是设计了一个多方PSI协议，但是可以通过两方PSI实现多方PSI，能避免通信的二次开销。
采用具有加法同态性质的门限公钥密码方案，其中leader方输入的数据集可以很小，并将其数据进行hash，并提供两种hash方法：
（1）simple hashing
（2）balanced allocation hashing
使用这两个hash，通信量几乎相似，计算量（2）更优，且该动起来更复杂！
即给出\(p,g,g^x,g^y,g^{xr},g^{ys}\),难以区分\(g^d\)和\(g^{r+s}\)。
即给出\(p,g,g^x,g^y\),难以区分\(g^z\)和\(g^{xy}\)。
这里的history是什么意思？
可以看到这里的“加法同态”是：\(c_1*c_2=E(m_1+m_2)\)
（1）原始ElGamal方案
（2）门限ElGamal
需有多个私钥联合解密，增加了一个\(F_{DecZero}\)函数，是判断一个密文是否是0加密的。另外为了验证私钥的正确性，还需要ZKP.
方案的计算量主要是在\(P_1\)计算上，至少需要\(m_1*m_i\)比较，其中\(i\in [2,n]\)。为了减少计算量，使用hash函数，各方将自己的数据（item）映射/插入到\(B\)个不同的bin中。
只有映射在相同的bin才能比较，所以比较的次数减少为\(P_1\)的输入数量*一个bin中能装的最大item数量。（这里也能看出，一个bin是可以存放多个item）
simple hash
这里使用一个hash函数，即\(h\)，将\(m\)个item插入到\(B\)个bin中，其中每个bin的容量最大为\(M\)，即一个bin中最多能存放\(M\)个item。
这里使用了两个hash函数\(h_0(),h_1()\)，将\(m\)个item插入到\(B\)个bin中，其中每个bin的容量最大为\(M\)。
半诚实模型协议这里两个hash函数都使用了？还是选取一个使用？
（1）这是2PC协议：
- \(P_2\)获得私钥\(SK\)。
- \(P_2\)计算出多项式\(Q(.)\)：即\(Q(x)=(x-x2_1)...(x-x2_{m_2})\)，并将系数加密发送给\(P_1\)。
- \(P_1\)对于每一个元素\(x1_j\in X_1\)，同态计算\(r_j*Q(x1_j)+x1_j\)，并将结果发送给\(P_2\)。
注意：这里涉及到（密文明文、密文+密文、密文+明文），密文明文可以转换为明文+明文的加密。 - \(P_2\)收到后，解密每个结果，如果结果在\(X_2\)中，则说明是在交集中，否则不在。
另外，上面是\(P_2\)拥有私钥，\(P_2\)加密的系数，\(P_1\)只进行密文计算，\(P_2\)解密结果，并判断。
（2）首先对2PC协议改进：
这里说，\(P_2\)的功能不变，即产生多项式，加密系数；各方的密钥\((PK,SK_i)\)；对于\(P_1\)中的元素\(x1_j\in X_1\)，同态的计算\(r_j*Q(x1_j)\)；\(P_1\)的功能就是聚合多项式计算和得出交集；这里把改造后的协议，各方的消息的发送表示为\(\pi_{FNP}^j,j\in (1,2)\)。
上面是改造后的两方协议，其中\(P_2\)生成多项式，加密系数，\(P_1\)同态的计算多项式，并联合\(P_2\)一起解密。下面完整协议中需要使用这个两方协议构造多方协议，即\(P_1\)还是同态的计算多项式，而其它方则扮演\(P_2\)的角色，生成多项式，加密系数，并最后和\(P_1\)一起解密！
（3）完整的多方PSI协议
完整的协议，分为三部分：
第一，各方运行\(\pi_{GEN}^{SH}\)，协商出一个公钥，且不会泄露出各方的私钥。(意思就是各方都有一个私钥，这满足前面提到的门限加密)
第二，\(P_1\)使用改进后的2PC协议和各方交互得到系数密文。（也就是加密的Q(xi_j)\(系数）
第三，各方执行\)\pi _{DecZsro}^{SH}\(，\)P_1$得到所有的交集。
下面详细看：
输入：各方\(P_i\)的输入集合\(X_i=(x1_1,...,x1_{m_1})\)，集合大小为\(m_1\)，其中\(i\in [1,n]\)
第一：各方一起运行\(\pi_{GEN}^{SH}\)，得到一个公钥\(PK\)和每人一个私钥\((SK_1,...,SK_n)\)
第二：\(P_1\)和各方（即\(P_2,...,P_n\)）逐一执行协议\(（\pi _{FNP}^{1},\pi _{FNP}^{2}）\)，得到结果密文\((ci_1,...,ci_{m_i})\)，其中\(i\in [2,n]\)（这里如果是系数的话，不是应该有\(m_i+1\)个么？）
意思就是，各方\(P_i\)生成多项式\(Q(.)\)，然后加密系数，将其发给\(P_1\)，\(P_1\)再将所有的加密系数“整合”为一个加密的\(Q_1()\)，并对于每一个元素同态的计算\(r_j*Q_1(x1_j)\)。
第三，就是计算交集。
从各方收到结果密文后，\(P_1\)计算:
其中\(m_{MAX}=max(m_2,...,m_n)\)，画个图理解一下：
这里相当于\(P_1\)计算\(Q_1=Q_2()+...+Q_n()\)（别忘记了，这里使用的加法同态是：\(c_1*c_2=E(m_1+m_2)\)）
这里的意思是，各方计算出\(Q_i()\)，然后加密系数，发送给\(P_1\)，\(P_1\)再将这些密文系数对应相加得到\(Q_1()\)，再将\(P_1\)的集合元素代入，计算出\(m_1\)个结果，再将其解密，根据是否为0判断是交集！（和之前的协议相反，这里的加密是在各方进行，解密是在\(P_1\)执行，且需要联合各方（多个私钥））。
分析一下同态计算：
将多个加密的系数“整合”在一起，其实是想\(Q_2()+Q_3+...+Q_n()\)，根据加法同态性，需要将密文系数相乘达到“相加”的效果。那么现在得到了\(Q_1()\)的密文系数，代入\(P_1\)的集合元素（明文），计算\(r_i*Q_1(x1_j)\)，这里面涉及到密文明文(系数乘元素)，密文+密文（计算后的各项相加），明文密文（随机数乘最终结果）。
通信和计算复杂度灵魂疑问：仅“加法”同态能实现么？
协议消耗主要是在门限加/解密（同态计算）和2PC协议。
（1）对于改进的2PC协议，通信消耗是在要传输\(m_2+1\)个密文；对于\(P_1\)的计算量又是巨大的，需要为每个元素都要执行\(O(m_2)\)的指数运算，对于全部的元素\(m_1\)，则总共需要\(O(m_1.m_2)\)的指数元素。
（2）为了减少计算量，会使用hash函数，给出两种：simple hashing和balanced allocation hash
在该方案中，各方使用\(h\)hash函数，以\(P_2\)为例，每个bin中最多存储\(M\)个数，可以看成一个\(M\)次的多项式的根存储在一个bin中，如果不够\(M\)个，则可以填充0，结果就是有\(B\)个bin，即\(B\)个次数为\(M\)的多项式，\(m_2\)个非零根。
对于\(P_1\)来说，将每一个元素\(x1_j\)插入到一个bin中，然后计算对应的bin，就相当于计算多项式。
对于通信复杂度，需要发送\(B.M_i=O(m_i)\)个密文，其中\(M_i\)是用于分配\(P_1\)输入的bin大小在与\(P_i\)方交互时。
对于计算复杂度，\(P_1\)对于每一方需要\(O(M_i)\)的指数运算，总共需要执行\(O(m_1*\sum_{i}M_i)\)的指数元素。
使用balanced allocation hash这里存在一个疑问：\(M_i\)和\(m_i\)有什么区别？\(m_i\)是\(P_i\)方的集合大小，\(M_i\)是\(P_1\)与\(P_i\)交互时，\(P_1\)的输入对应的一个bin的容量。
这里使用两个hash函数，bin的个数\(B\)和最大容量\(M\)和simple hash不一样。
以\(P_2\)为例，将其\(m_2\)个元素插入到\(B\)个bin中的一个，其中每一个bin的最大容量为\(M\)，这里是将每一个bin看作是一个\(M\)次的多项式。形成多项式\(Q_1(),...,Q_B()\)，\(Q_i()\)的根在第\(i\)个bin中存储。
当\(P_1\)收到所有的加密多项式，同态计算出\(r0^j*Q_{h_1}(x1_j)\)和\(r1^j*Q_{h_1}(x1_j)\)，将其相乘，解密后为0，则表明\(x1_j\)为交集元素。
恶意模型协议本文共计3076个文字，预计阅读时间需要13分钟。
原文摘要：本文字记录了阅读某篇论文的笔记。论文概述了两类MPSI协议，采用的星型拓扑结构，存在一个leader，需要与其他参与者交互。优点是所有各方都必须同时在线：能抗半诚实攻击。
改写内容：笔记摘要：阅读了某论文，记录了其要点。论文介绍了两种MPSI协议，采用星型拓扑，一个中心节点（leader）与其它参与者互动。此协议优点在于各方需同时在线，能抵御半诚实攻击。
摘要本文记录阅读该paper的笔记。
本文给出两种MPSI协议，采用的是星型拓扑结构，即有一个leader，需要和其他参与者交互。优点是并非所有各方都必须同时在线：
（1）能抗半诚实攻击
- 通信复杂度与输入数据集大小呈线性关系；
- 计算复杂度是leader方输入数据的二次关系，其他参与者的输入集大小呈线性关系，后面可以使用两种hash可以消除此消耗。
（2）能抗恶意攻击
通信复杂度降为\(O((n^2+nm_{MAX}+nm_{MIN}logm_{MAX})k)\)bit，其中\(m_{MAX}\)和\(m_{MIN}\)分别为\(n\)个参与者的输入最大量和输入最小量
另外上面提到本文的半诚实方案是基于文章改进的，是最早提出MPSI的，两方协议是：
画成图表示就是：
和下面介绍基于不经意多项式计算（OPE）的图是一样的。
MPC的安全性通常是通过两种对抗模型来证明的：
（1）半诚实模型
敌手遵循协议执行，但会试图从协议中获取更多信息。
（2）恶意模型
敌手在多项式时间内进行攻击
协议的优劣最根本的衡量方法就是计算消耗和通信消耗，MPSI主要分为两个方向：
（1）改进协议，计算任意布尔/算术电路
（2）协议能计算特定的函数，例如：计算\(k\)个相同元素，模式匹配和搜索问题，集合求交等
给出两种方法解决PSI问题：
（1）基于不经意多项式计算（OPE）
其中，需要用同态加密（乘法和加法），但是这是两方的PSI
（2）承诺不经意PRF计算
这里只使用PRF，来“隐藏”数据，安全性和性能有待确定。
（1）给出了基于OT和布隆布过滤器的半诚实PSI协议
（2）给出基于OT和布隆布过滤器的抗恶意攻击PSI协议
（3）使用了ROM（随机预言机）模型
（4）基于OT extension和混淆不隆过滤器设计的
MPC-PSI上面方案很少设计多方，都是两方间的PSI
上面的这三个方案，都是多方PSI，但通信复杂度高，对于大数据难以应用，效率低下。
其中是在预处理阶段使用SWHE；在离线阶段计算，避免了不必要的在线计算量。
本文主要是设计了一个多方PSI协议，但是可以通过两方PSI实现多方PSI，能避免通信的二次开销。
采用具有加法同态性质的门限公钥密码方案，其中leader方输入的数据集可以很小，并将其数据进行hash，并提供两种hash方法：
（1）simple hashing
（2）balanced allocation hashing
使用这两个hash，通信量几乎相似，计算量（2）更优，且该动起来更复杂！
即给出\(p,g,g^x,g^y,g^{xr},g^{ys}\),难以区分\(g^d\)和\(g^{r+s}\)。
即给出\(p,g,g^x,g^y\),难以区分\(g^z\)和\(g^{xy}\)。
这里的history是什么意思？
可以看到这里的“加法同态”是：\(c_1*c_2=E(m_1+m_2)\)
（1）原始ElGamal方案
（2）门限ElGamal
需有多个私钥联合解密，增加了一个\(F_{DecZero}\)函数，是判断一个密文是否是0加密的。另外为了验证私钥的正确性，还需要ZKP.
方案的计算量主要是在\(P_1\)计算上，至少需要\(m_1*m_i\)比较，其中\(i\in [2,n]\)。为了减少计算量，使用hash函数，各方将自己的数据（item）映射/插入到\(B\)个不同的bin中。
只有映射在相同的bin才能比较，所以比较的次数减少为\(P_1\)的输入数量*一个bin中能装的最大item数量。（这里也能看出，一个bin是可以存放多个item）
simple hash
这里使用一个hash函数，即\(h\)，将\(m\)个item插入到\(B\)个bin中，其中每个bin的容量最大为\(M\)，即一个bin中最多能存放\(M\)个item。
这里使用了两个hash函数\(h_0(),h_1()\)，将\(m\)个item插入到\(B\)个bin中，其中每个bin的容量最大为\(M\)。
半诚实模型协议这里两个hash函数都使用了？还是选取一个使用？
（1）这是2PC协议：
- \(P_2\)获得私钥\(SK\)。
- \(P_2\)计算出多项式\(Q(.)\)：即\(Q(x)=(x-x2_1)...(x-x2_{m_2})\)，并将系数加密发送给\(P_1\)。
- \(P_1\)对于每一个元素\(x1_j\in X_1\)，同态计算\(r_j*Q(x1_j)+x1_j\)，并将结果发送给\(P_2\)。
注意：这里涉及到（密文明文、密文+密文、密文+明文），密文明文可以转换为明文+明文的加密。 - \(P_2\)收到后，解密每个结果，如果结果在\(X_2\)中，则说明是在交集中，否则不在。
另外，上面是\(P_2\)拥有私钥，\(P_2\)加密的系数，\(P_1\)只进行密文计算，\(P_2\)解密结果，并判断。
（2）首先对2PC协议改进：
这里说，\(P_2\)的功能不变，即产生多项式，加密系数；各方的密钥\((PK,SK_i)\)；对于\(P_1\)中的元素\(x1_j\in X_1\)，同态的计算\(r_j*Q(x1_j)\)；\(P_1\)的功能就是聚合多项式计算和得出交集；这里把改造后的协议，各方的消息的发送表示为\(\pi_{FNP}^j,j\in (1,2)\)。
上面是改造后的两方协议，其中\(P_2\)生成多项式，加密系数，\(P_1\)同态的计算多项式，并联合\(P_2\)一起解密。下面完整协议中需要使用这个两方协议构造多方协议，即\(P_1\)还是同态的计算多项式，而其它方则扮演\(P_2\)的角色，生成多项式，加密系数，并最后和\(P_1\)一起解密！
（3）完整的多方PSI协议
完整的协议，分为三部分：
第一，各方运行\(\pi_{GEN}^{SH}\)，协商出一个公钥，且不会泄露出各方的私钥。(意思就是各方都有一个私钥，这满足前面提到的门限加密)
第二，\(P_1\)使用改进后的2PC协议和各方交互得到系数密文。（也就是加密的Q(xi_j)\(系数）
第三，各方执行\)\pi _{DecZsro}^{SH}\(，\)P_1$得到所有的交集。
下面详细看：
输入：各方\(P_i\)的输入集合\(X_i=(x1_1,...,x1_{m_1})\)，集合大小为\(m_1\)，其中\(i\in [1,n]\)
第一：各方一起运行\(\pi_{GEN}^{SH}\)，得到一个公钥\(PK\)和每人一个私钥\((SK_1,...,SK_n)\)
第二：\(P_1\)和各方（即\(P_2,...,P_n\)）逐一执行协议\(（\pi _{FNP}^{1},\pi _{FNP}^{2}）\)，得到结果密文\((ci_1,...,ci_{m_i})\)，其中\(i\in [2,n]\)（这里如果是系数的话，不是应该有\(m_i+1\)个么？）
意思就是，各方\(P_i\)生成多项式\(Q(.)\)，然后加密系数，将其发给\(P_1\)，\(P_1\)再将所有的加密系数“整合”为一个加密的\(Q_1()\)，并对于每一个元素同态的计算\(r_j*Q_1(x1_j)\)。
第三，就是计算交集。
从各方收到结果密文后，\(P_1\)计算:
其中\(m_{MAX}=max(m_2,...,m_n)\)，画个图理解一下：
这里相当于\(P_1\)计算\(Q_1=Q_2()+...+Q_n()\)（别忘记了，这里使用的加法同态是：\(c_1*c_2=E(m_1+m_2)\)）
这里的意思是，各方计算出\(Q_i()\)，然后加密系数，发送给\(P_1\)，\(P_1\)再将这些密文系数对应相加得到\(Q_1()\)，再将\(P_1\)的集合元素代入，计算出\(m_1\)个结果，再将其解密，根据是否为0判断是交集！（和之前的协议相反，这里的加密是在各方进行，解密是在\(P_1\)执行，且需要联合各方（多个私钥））。
分析一下同态计算：
将多个加密的系数“整合”在一起，其实是想\(Q_2()+Q_3+...+Q_n()\)，根据加法同态性，需要将密文系数相乘达到“相加”的效果。那么现在得到了\(Q_1()\)的密文系数，代入\(P_1\)的集合元素（明文），计算\(r_i*Q_1(x1_j)\)，这里面涉及到密文明文(系数乘元素)，密文+密文（计算后的各项相加），明文密文（随机数乘最终结果）。
通信和计算复杂度灵魂疑问：仅“加法”同态能实现么？
协议消耗主要是在门限加/解密（同态计算）和2PC协议。
（1）对于改进的2PC协议，通信消耗是在要传输\(m_2+1\)个密文；对于\(P_1\)的计算量又是巨大的，需要为每个元素都要执行\(O(m_2)\)的指数运算，对于全部的元素\(m_1\)，则总共需要\(O(m_1.m_2)\)的指数元素。
（2）为了减少计算量，会使用hash函数，给出两种：simple hashing和balanced allocation hash
在该方案中，各方使用\(h\)hash函数，以\(P_2\)为例，每个bin中最多存储\(M\)个数，可以看成一个\(M\)次的多项式的根存储在一个bin中，如果不够\(M\)个，则可以填充0，结果就是有\(B\)个bin，即\(B\)个次数为\(M\)的多项式，\(m_2\)个非零根。
对于\(P_1\)来说，将每一个元素\(x1_j\)插入到一个bin中，然后计算对应的bin，就相当于计算多项式。
对于通信复杂度，需要发送\(B.M_i=O(m_i)\)个密文，其中\(M_i\)是用于分配\(P_1\)输入的bin大小在与\(P_i\)方交互时。
对于计算复杂度，\(P_1\)对于每一方需要\(O(M_i)\)的指数运算，总共需要执行\(O(m_1*\sum_{i}M_i)\)的指数元素。
使用balanced allocation hash这里存在一个疑问：\(M_i\)和\(m_i\)有什么区别？\(m_i\)是\(P_i\)方的集合大小，\(M_i\)是\(P_1\)与\(P_i\)交互时，\(P_1\)的输入对应的一个bin的容量。
这里使用两个hash函数，bin的个数\(B\)和最大容量\(M\)和simple hash不一样。
以\(P_2\)为例，将其\(m_2\)个元素插入到\(B\)个bin中的一个，其中每一个bin的最大容量为\(M\)，这里是将每一个bin看作是一个\(M\)次的多项式。形成多项式\(Q_1(),...,Q_B()\)，\(Q_i()\)的根在第\(i\)个bin中存储。
当\(P_1\)收到所有的加密多项式，同态计算出\(r0^j*Q_{h_1}(x1_j)\)和\(r1^j*Q_{h_1}(x1_j)\)，将其相乘，解密后为0，则表明\(x1_j\)为交集元素。
恶意模型协议