Batch OPPRF

为了更好的理解Batch OPPRF 协议，强烈建议阅读上篇文章：OPPFR

一、PPRF

在文章中有所说明PPRF和PRF非常类似，在上篇文章中有所说明，建议阅读一下。

说明一下，PRF是一种伪随机函数，作用相当于一种不可逆映射，X==>F(x)。

PPRF的功能和PRF相同，也是一种伪随机函数。下面介绍一下原理。

 先看最后一步，这个函数的作用是将X(i)变成一个伪随机函数T(i)。

这里需要两个参数k,hint，在文章中有说明k是随机数，T也是随机产生的，数量要和X一致。

hint如何产生呢？是什么呢？往下看。

现在拥有的参数是k，X，T。 用PFR将X转化成伪随机函数F(k,X),用拉格朗日插值法构造多项式p，这里的就是hint。

将p带入F(k,hint,X(i))=T(i)。

总结一下，这个是个伪随机函数，用到的种子是k，hint。

二、OPPRF

这里简单说一下改进，在上一篇文章中已经说明OPPRF基于多项式的方案。但是对于每一个数据集X，需要建立一个多项式，查询也要对应起来十分复杂。所以提出Batch OPPRF。

思路是每一个数据集用一组, 对应产生。

将所有的数据集（,）放在一起建立一个多项式。

参考：Efficient Circuit-based PSI with Linear Communication

连载：2021-cPSI/QPSI​​​​​​​