【隐私计算实训营笔记 第2讲 理论基础：匿踪查询PIR】

1 匿踪查询PIR的定义

Private Information Retrieval

PIR是"Private Information Retrieval"的缩写，中文通常翻译为“私有信息检索”。它是一种密码学技术，允许用户从数据库或服务器检索信息，同时不透露他们想要检索的具体信息。换句话说，PIR技术允许用户以隐私保护的方式查询数据，使得服务器无法得知用户查询的具体内容。
PIR的工作原理
在传统的信息检索过程中，用户向服务器发送查询请求，服务器根据请求返回相应的数据。然而，这种方法会暴露用户的查询意图。PIR技术则通过以下方式保护用户的隐私：

1. 加密查询：用户发送一个加密的查询请求到服务器，服务器无法解密该请求来得知查询的具体内容。
2. 加密响应：服务器对整个数据库或部分数据库进行加密处理，然后将加密的数据发送给用户。
3. 解密响应：用户使用自己的私钥或其他方法解密收到的数据，从中提取出他们所需的信息。

2 PIR分类

1. 根据Server的数量
   根据Server数量分为Single-server PIR、Two-server PIR
   Single-server PIR：
   最适合真实世界的场景。实用性、安全性更好，但相对于其他PIR，更慢。可能使用了比较重的加密原语例如同态 FHE
   Two-server PIR:
   现实场景比较少。例如 不是同一个组织，但拥有同一个数据库。优点是效率比较高，基于DPF原语。
2. 根据如何索取信息来分类
   根据如何索取信息分为Index PIR、Keyword PIR
   Index PIR：
   client知道数据在哪里，再发起请求。
   Keyword PIR:
   client不知道数据在哪里，根据关键字keyword来发起请求。

3 PIR技术简介

3.1 一个简单的示例方案

基于同态加密，实现简单，但通信复杂度过高，现实不可接受。

3.2 基于HE的PIR

基于同态的PIR，基于Fan-Vercauteren FV全同态协议，协议支持加法、乘法。实现思路：
(1) Server将数据库里所有数据转换为HE明文。
(2) Client基于Index创建一个加密的查询。
(3) Server计算查询和HE明文，返回给Client
(4) Client解密查询结果
问题是计算量和通信量太大。

SealPIR 对效率进行了大幅的改进。
(1) Server把多个数据打包到一个HE明文，减少了做计算的数量，提升了效率。
(2) 把查询压缩为一个单独的密文，在Server上做解压expanede。
(3) 支持多维的查询
(4) Server上支持cucoo hash,所以多个查询可以一次完成
经过优化，在百万级的数据，client的一个查询，在秒级可以完成，对比Single-server来说，效率大幅提升。

3.3 基于DPF的PIR

DPF（Distributed Point Function）是一种密码学技术，它允许在分布式设置中计算点函数。点函数是一个简单的函数，它将输入映射到一个固定的输出，除了一个特定的点之外，对于所有其他输入，函数的输出都是零。DPF 允许在不泄露任何关于非目标点函数值的信息的情况下，安全地计算点函数。
以下是 DPF 的一些关键特性：

1. 隐私性：DPF 允许两个或多个参与方共同计算点函数，而不泄露任何关于输入或输出的信息，除非这些信息是公开的。
2. 分布式：DPF 的计算是分布式的，意味着输入数据可以分布在多个参与方之间，而每个参与方只能知道自己的部分输入。
3. 安全性：DPF 的安全性通常基于密码学假设，如计算假设或信息论假设，确保即使是在恶意模型下，参与方的隐私也能得到保护。
4. 功能：DPF 可以用于实现各种密码学应用，如安全的多方计算（SMPC）、私有信息检索（PIR）、安全函数评估等。

DPF 的工作原理通常涉及以下步骤：

1. 密钥生成：生成一对公共和私有密钥。公共密钥用于加密查询，而私有密钥用于解密查询结果。
2. 查询生成：一个参与方（查询者）使用公共密钥生成一个查询，该查询指定他们想要计算的点函数的目标点。
3. 查询加密：查询者在不知道目标点的情况下，生成一个加密的查询，并将其发送给持有输入数据的参与方（数据持有者）。
4. 计算和响应：数据持有者使用加密的查询和自己的私有输入数据计算点函数，并生成一个响应，该响应仅包含目标点的函数值。
5. 解密响应：查询者使用私有密钥解密响应，得到目标点的函数值，而不会泄露任何其他信息。