隐私保护集合求交技术 (PSI)

最新推荐文章于 2025-06-27 14:23:26 发布
原创 最新推荐文章于 2025-06-27 14:23:26 发布 · 7.6k 阅读 · 17 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法

本文介绍了隐私保护集合求交(PSI)技术的重要性和应用场景，详细阐述了百度基于MesaTEE的哈希PSI方案、同盾的布隆过滤器PSI方案以及微众FATE的隐私保护样本ID匹配方法。这些方案利用Intel SGX、布隆过滤器和安全计算框架确保数据隐私，实现了在不泄露额外信息的情况下计算集合交集。

目录

 一、概述

二、实现举例

2.1 百度--基于 MesaTEE 的 PSI 协议

2.2 同盾--样本过滤协议

2.3 微众FATE--基于隐私保护的样本ID匹配

三、Ref

 

记录下常见的PSI技术。

 一、概述

隐私保护集合求交 (Private Set Intersection, PSI) 技术有很强的应用价值。

PSI允许持有各自集合的多方来共同计算集合的交集，而计算的最后，各参与方只能得到正确的交集，而不会得到交集以外另一方集合中的任何信息。

下表给出了一些常见的PSI算法及其计算和通讯复杂度：

二、实现举例

2.1 百度--基于 MesaTEE 的 PSI 协议

基于Intel SGX的MesaTEE PSI方案如下：

可以看到：

  1. 此方案是基于哈希的PSI；
  2. Intel SGX提供TEE环境，更加安全；

2.2 同盾--样本过滤协议

同盾科技在其《知识联邦数据安全交换(FLEX)白皮书》中给出了一个基于布隆过滤器的PSI方案：

2.3 微众FATE--基于隐私保护的样本ID匹配

两方：

多方：

三、Ref

 

 

25、可扩展至十亿元素集的隐私集合求交技术
e1f2g的博客
06-23 41
本文介绍了一种可扩展至十亿元素集的隐私集合求交（PSI）技术，提出了四种服务器辅助的PSI协议，分别针对半诚实服务器、恶意安全、公平性和交集大小隐藏等场景。通过数据结构优化、多线程并行化以及高效的加密策略，这些协议在大规模数据集下实现了高性能和安全性。文章还分析了协议的安全保障、优化策略及其在金融、医疗和广告等领域的广泛应用前景。
多方隐私集合求交高效算法解读
Hyperchain的博客
12-08 3538
前言 之前我们介绍过两方的「隐私集合求交算法」，可以应用到计算广告的实际效果，寻找联系人，联邦学习的特征对齐等场景，例如：在新的APP上找到共同的微信好友、开会时找到所有参会者共同的空闲时间等，但是这协议是针对两方设计的，没办法安全的扩展到多方。 举个例子：现在有一个会议的发起者，他想要知道自己和其他所有参会者共同的空闲时间来确定会议的时间，一种简单的方案就是会议发起者依次和每一个参会者执行两方的隐私集合求交算法获取到每个参会者和自己的共同空闲时间，再从这些共同时间中筛选出所有参会者都空闲的时间。 但是这种
隐私求交| Simple, Fast Malicious Multiparty Private Set Intersection
aK031999的博客
03-17 1466
递归算法是有终点的，现在来看文章中所用的两方PSI协议(Kamara et al.[^2])，这里会借助不可信的服务器(在里选一个充当)来完成求交的工作，选择借助第三方来求交是因为现在的场景下假设没有合谋发生，此时这种协议的效率是最高的。那么在密钥生成和分发工作完成后，就会拥有一个密钥集合(大小均为)，很容易看出，装着的是与其他所有参与方之间的密钥，其中的密钥要么是为他之后的参与方生成，要么是之前的参与方为他生成的密钥。这样一来，例子中的元素为，和的元素为，这样自然不会出现在最终的交集结果中。
隐私集合求交PSI
热门推荐
培根芝士的专栏
11-30 1万+
隐私集合求交(Private Set Intersection，PSI)是指，参与双方在不泄露任何额外信息的情况下，得到双方持有数据的交集。在这里，额外的信息指的是除了双方的数据交集以外的任何信息。 隐私保护集合交集协议允许持有各自集合的两方来共同计算两个集合的交集运算。在协议交互的最后，一方或是两方应该得到正确的交集，而且不会得到交集以外另一方集合中的任何信息。 保护集合的隐私性是在很多场景下是自然甚至是必要的需求，比如当集合是某用户的通讯录或是某基因诊断服务用户的基因组，或是在纵向联邦学习中做数据对
【隐私计算篇】隐私集合求交（PSI）原理深入浅出
源泉的小广场
07-04 6399
隐私集合求交，安全求交，多方安全计算，黑名单共享，广告投放，联邦学习，OPRF协议，OPPRF，OKVS，VOLE，Cuckoo Hashing，Diffie-Hellman密钥交换，全匿踪，全匿踪安全求交、
隐私计算关键技术：隐私集合求交（PSI）原理介绍
WangYouJin321的博客
01-18 8054
参考连接：隐私计算关键技术：隐私集合求交（PSI）原理介绍 - 知乎 隐私集合求交（Private Set Intersection，PSI） PSI是指，参与双方在不泄露任何额外信息的情况下，得到双方持有数据的交集。在这里，额外的信息指的是除了双方的数据交集以外的任何信息。 隐私集合求交在现实场景中非常有用，比如在纵向联邦学习中做数据对齐，或是在社交软件中，通过通讯录做好友发现。因此，一个安全、快速的隐私集合求交的算法是十分重要的。 我们可以用一种非常直观的方法来进行隐私集合求交，也就是朴素哈
FATE的隐私求交(PSI)模块
培根芝士的专栏
12-10 4112
本模块提供了一些PSI（Private Set Intersection）的方法。 RSA Intersection 此模式实现了基于RSA求交的算法。在FATE，eggroll 和federation API 之上构建安全、分布式和并行的基础设施。 本求交模块试图解决隐私保护实例匹配问题。此模块帮助两方或多方查找共有样本ID，而不会泄漏非重叠ID。该过程如下图所示。 在图中，甲方有用户id u1、u2、u3、u4，而乙方有用户id u1、u2、u3、u5。求交后，甲、乙双方都学习各自的公共样.
隐私集合求交技术的理论与金融实践综述.docx
09-20
隐私集合求交技术（Private Set Intersection，PSI）是隐私计算领域的一个热点研究方向，作为跨机构间数据合作的一个常用的前置步骤，在实际场景中具有很强的应用价值。本文将对隐私集合求交技术的理论和金融实践...
多方安全计算热点：隐私保护集合求交技术(PSI)分析研究报告（下载完整报告）
Baidu_Secrity的博客
04-17 3916
【本报告由百度安全实验室与上海交通大学LATTICE 实验室联合完成，转载请注明出处】 隐私保护集合交集（Private Set Intersection, PSI）计算属于安全多方计算领域的特定应用问题，不仅具有重要的理论意义也具有很强的应用价值。随着用户数据的隐私保护越来越受到重视，这一方向的研究更是符合人们日益强烈的在享受各类依赖个人信息的业务的便利性的同时最大程度保护个人信息私密性...
隐私集合求交 PSI
09-09
隐私集合求交（Private Set Intersection，PSI）是一种安全的计算协议，用于计算参与者之间的交集，同时保护各方的隐私。该协议允许两个或多个参与者比较各自拥有的集合，并找到这些集合之间的共同元素，而无需公开...
PSI/SI 入门技术手册
07-29
psi、si的入门技术手册，有码流分析，pat，sdt，pmt等表的介绍
我的隐私计算学习——隐私集合求交（1）
weixin_47695607的博客
12-10 3591
安全多方计算——隐私集合求交（PSI）
隐私计算技术：隐私求交（PSI）及其应用场景
m0_69580723的博客
06-29 1万+
隐私计算技术，隐私求交（PSI）及其应用场景
隐私集合求交（PSI）协议研究综述
sunxiaojun
08-12 6238
隐私集合求交（PSI）是安全多方计算（MPC）中的一种密码学技术，它允许参与计算的双方，在不获取对方额外信息（除交集外的其它信息）的基础上，计算出双方数据的交集。隐私集合求交在数据共享，广告转化率，联系人发现等领域有着广泛的应用空间。本问对隐私集合求交的各项实现技术做了介绍和对比，对隐私集合求交的原理进行了分析，并进一步阐述了隐私集合求交目前面临的挑战和发展前景。......
隐私计算-隐私求交(修改中)
qq_37229498的博客
02-14 804
隐私求交可以大致理解为双方想知道互相都存在的数据有哪些，但是又不想将自己的全部信息暴露给对方。 比如银行机构需要知道哪些滴滴司机在银行开过电子二类户，不管什么渠道开过都算。那么滴滴理财侧不可能将所有滴滴司机的手机号都发送给银行机构去对比，也不能银行将所有开过电子二类户的用户信息发送给滴滴理财侧对比，那么有什么方式能让银行侧和滴滴理财侧知道哪些滴滴司机在银行开过电子二类户么，但是银行侧又不能知道没开过电子二类户的司机信息，滴滴理财侧也不能知道银行侧不是滴滴司机的用户信息？ 上述的问题，可以使用隐私求交的方
隐私集合操作：求交集（PSI）与求并集（PSU）核心技术解析
最新发布
weixin_49199313的博客
06-27 814
​：将待证明的陈述（如“交易有效”）转化为算术电路（由加法/乘法门构成），再转换为多项式约束系统（R1CS）。​：支持通用可信设置（Universal Setup），通过递归证明降低验证开销，适用于复杂智能合约。的前提下，让多方确认共同的元素（交集），同时防止泄露交集之外的信息（如集合大小、具体元素值）。​：对隐私数据（如交易金额）采用范围证明（Bulletproofs）或位分解，减少电路规模。​：加速多项式计算（如FFT、MSM），降低Prover时间（从分钟级到秒级）。
隐私安全加密
diaochuanzhi7826的博客
01-09 267
1、苹果隐私处理 1.1 iOS权限问题 1.2 新增扩展程序功能打包提交新版 WARNING ITMS-90473 警告问题 1.3 iOS应用开发权限请求处理 2、数据安全 转载于:https://www.cnblogs.com/CH520/p/9672012.html...
理论基础：隐私求交PSI
qq_53246185的博客
11-19 1485
1.
我的隐私计算学习——隐私集合求交（2）
weixin_47695607的博客
12-12 1520
安全多方计算——隐私集合求交（PSI）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

hello2mao

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值