分享自:

高效的可验证云辅助PSI基数协议用于隐私保护接触追踪

期刊:IEEE Transactions on Cloud ComputingDOI:10.1109/TCC.2024.3360098

类型a:这篇文档报告了一项原创研究,以下是针对该研究的学术报告。


主要作者和机构及发表期刊信息
本研究由陈亚峰(Yafeng Chen)、吴阿新(Axin Wu)、杨越(Yuer Yang)、辛向军(Xiangjun Xin)和宋畅(Chang Song)共同完成。其中,陈亚峰来自河南轻工业职业学院,吴阿新和杨越来自暨南大学网络安全学院,辛向军来自郑州轻工业大学软件工程学院,宋畅来自中国联通智慧城市研究院。该研究发表于《IEEE Transactions on Cloud Computing》2024年第12卷第1期(January-March 2024)。


研究背景
这项研究属于隐私保护和云计算领域的交叉学科研究,旨在解决接触追踪(Contact Tracing, CT)中的隐私问题。接触追踪是遏制传染病传播的重要技术手段之一,但在实际应用中,用户需要提供历史轨迹和访问地点等敏感数据,这可能导致隐私泄露。为了解决这一问题,私有集合交集基数(Private Set Intersection Cardinality, PSI-CA)被提出,它允许双方仅计算两个私有集合的交集大小,而不泄露其他信息。然而,现有的高效PSI-CA协议通常依赖于多轮交互式不经意传输(Oblivious Transfer, OT),这会导致本地计算负担和通信延迟,尤其是在与多个接收方交互时。云辅助PSI-CA通过将计算任务外包给云服务器,可以缓解用户的计算和通信压力。然而,云服务器可能由于资源限制或恶意行为返回错误或不完整的结果,从而影响结果的正确性。目前尚无现有方案能够同时实现云辅助PSI-CA的功能并验证云服务器返回结果的正确性。因此,本研究的目标是设计一种可验证的云辅助PSI-CA协议,以解决上述问题。


研究流程
本研究包括以下步骤:

  1. 双服务器协议设计
    研究首先提出了一种基于双非共谋服务器的可验证云辅助PSI-CA协议。具体流程如下:接收方生成一个随机种子k并发送给发送方,发送方利用k生成一个随机集合V,并将私有输入集合X和集合V编码为一个OKVS表(Oblivious Key-Value Store),然后上传至两个非共谋云服务器C1和C2。接收方随后生成一个随机集合Y’并发送给C1和C2。两个云服务器分别执行解码算法并对结果进行混淆,然后将结果W1和W2返回给接收方。接收方比较两个服务器返回的结果,若一致,则获取交集大小;否则拒绝结果。此外,为了优化接收方的计算成本,研究引入了布谷鸟哈希(Cuckoo Hashing)技术,使接收方的计算复杂度与发送方集合大小无关。

  2. 单服务器协议设计
    在此基础上,研究进一步提出了一种基于单服务器的可验证云辅助PSI-CA协议。其核心思想是在交集中嵌入一个随机集合E,若云服务器诚实计算交集,则返回结果中应包含E。接收方通过检查返回结果是否包含E来验证结果的正确性。同样地,研究也使用布谷鸟哈希优化了该协议,以减少接收方的计算负担。

  3. 实验与性能评估
    研究在一台配备Intel Core i7-11800H CPU、24GB RAM和512GB SSD的笔记本电脑上实现了上述协议,并对其性能进行了全面评估。实验参数设置如下:假设每15分钟生成一个令牌,每天生成80个令牌,过去14天内每个用户共有1120个令牌;发送方集合大小为n=2^26,接收方集合大小为m={2^9, 2^10, 2^11, 2^12, 2^13}。实验结果显示,单服务器协议在不平衡场景下的效率高于双服务器协议,且不会显著增加计算和通信成本。


主要结果
1. 双服务器协议结果
双服务器协议在计算和通信成本方面表现良好,但由于需要两次独立计算,整体效率较低。实验表明,经过布谷鸟哈希优化后,双服务器协议的计算复杂度显著降低,但仍高于单服务器协议。

  1. 单服务器协议结果
    单服务器协议在不平衡场景下表现出更高的效率。例如,在n=2^26和m=2^13的情况下,完成一次PSI-CA协议仅需10.58毫秒。此外,单服务器协议的通信成本也低于双服务器协议。

  2. 性能对比
    与现有协议(如Epione和GST)相比,本研究提出的协议在计算和通信成本方面具有竞争力,且提供了额外的可验证功能。尽管引入可验证性增加了计算成本,但总体开销仍在可接受范围内。


结论与意义
本研究成功设计了两种可验证的云辅助PSI-CA协议,解决了云服务器可能返回错误结果的问题。这些协议不仅提高了接触追踪的隐私保护水平,还显著降低了用户的计算和通信负担。单服务器协议尤其适用于不平衡场景,能够高效处理大规模数据集。本研究的意义在于为隐私保护接触追踪提供了一种高效、安全的解决方案,具有重要的科学价值和应用前景。


研究亮点
1. 创新性方法
本研究首次提出了基于单服务器和双服务器的可验证云辅助PSI-CA协议,填补了该领域的空白。

  1. 布谷鸟哈希优化
    研究通过引入布谷鸟哈希技术,使接收方的计算复杂度与发送方集合大小无关,显著提升了协议效率。

  2. 实用性和高效性
    实验结果表明,单服务器协议在不平衡场景下的性能优于现有方案,且不会显著增加计算和通信成本。

  3. 广泛适用性
    本研究的方法可迁移到其他云辅助PSI-CA场景,具有广泛的适用性。


其他有价值内容
本研究还详细分析了协议的安全性,证明了其在恶意云服务器和半诚实发送方/接收方模型下的安全性。此外,研究对协议的复杂度进行了全面分析,为未来的研究提供了重要参考。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com