其他分享
首页 > 其他分享> > 数据安全与隐私计算峰会-安全求交集在隐私计算中的发展和应用:学习

数据安全与隐私计算峰会-安全求交集在隐私计算中的发展和应用:学习

作者:互联网

数据安全与隐私计算峰会-安全求交集在隐私计算中的发展和应用:学习

PSI是安全多方计算中发展较为成熟的技术。

定义

image-20220729004452446

(1)Alice获取到交集

思考一下:对于两方来说,是一方获取交集?还是两方都获取交集?

(2)可证明安全:证明Alice不能获取除了交集以外的信息

功能分类

两方半诚实

image-20220729004840935

(1)只获得交集

最终获取(公开)交集,保护除交集以外的数据

(2) 两方求交

(3)半诚实安全

【限制攻击者行为】攻击者正确执行协议,但会收集中间信息,进行分析

image-20220729005251471

(1)如何隐藏非交集元素

(2)如何提升效率

基于DH密钥交换协议实现的PSI

image-20220729005541558

(1)加密隐藏数据

(2)完成比较

(3)线性通信

image-20220729005738715

(1)基于离散对数问题设计PSI协议

image-20220729005945884

(1)通过DH密钥交换隐藏数据\((H((x_i)^a)^b,(H((y_i)^b)^a\),且完成数据比较。

基于OPRF实现PSI

提示:基于OPRF设计PSI是常见操作,基于DH也可以设计OPRF协议,通常重点是如何设计OPRF。

image-20220729010459079

image-20220729010629381

(1)将数据通过OPRF隐藏,然后通过OPRF值比较

(2)安全性高,但性能低(计算多,通信高)

image-20220729010756800

(1)使用hash”压缩“数据,降低计算和通信

PSI应用

黑白名单、撞库等

其他类型的PSI

交集使用

image-20220729011117911

image-20220729011230717

image-20220729011312014

image-20220729011450229

(1)即阈值PSI,更关注交集大小

(2)即Labeled-PSI,关注交集数据item对应的label

(3)交集要隐藏,但还需要交集

加入差分隐私

多方

image-20220729011720284

image-20220729011752556

(1)部分参与者的交集,不给某些参与者知道

计算模型

image-20220729011930886

(1)一方得到交集(One way)

(2)两方得到交集(mutual)

image-20220729012047661

(1)即云存储PSI,不可信的第三方参与计算

安全模型

image-20220729012215631

image-20220729012323411

(1)半诚实下:攻击者能力有限,安全性弱

(2)恶意:攻击者攻击手段随机,需要额外的通信和计算,效率有待提升。

非平衡

image-20220729012435220

(1)标准的PSI解决非平衡场景,造成资源浪费。

最新进展

image-20220729012552344

image-20220729012712813

(1)使用高效的OT

(2)使用OKVS替代OPRF

(3)使用PaXos

与其他技术结合

与DP结合

image-20220729012803817

(1)对交集加噪音,解决“交集要隐藏,但还需要交集”。

与TEE集合

image-20220729012959039

参考

隐语关于PSI的功能:

image-20220729013044926

标签:PSI,交集,OPRF,隐私,数据安全,计算,两方,攻击者
来源: https://www.cnblogs.com/pam-sh/p/16530881.html