【隐私计算实训营006隐语PIR介绍及开发实践】

1. 隐语实现PIR总体介绍

隐匿查询（Private Information Retrieval PIR）定义

• 按服务器数量分类
  • 单服务器方案（Single Server）
  • 多服务器方案（Multi-Server）
• 按查询类型分类
  • Index PIR
  • Keyword PIR

隐语目前支持：
Single Server Index PIR：SealPIR
Single Server Keyword：Labeled PSI

1.1 隐语PIR调用接口：pir_setup

reports = spu.pir_setup(
	server='bob',
	input_path='/path/B_PIR_DATA.csv',#服务端数据文件路径，建议绝对路径
	key_columns='id',#Key对应的列名
	label_columns=['register_date','age'],#Label对应的列名。多列，用逗号隔开
	oprf_key_path='/path/oprf_key.bin',#服务端ecc密钥文件，32B，二进制文件 
	setup_path='/path/setup_path',
	num_per_query=1,#每次查询的id数量 
	label_max_len=18#Label数据拼接后填充到固定的长度大小
)

1.2 隐语PIR调用接口：pir_query

#client--alice
alice_config={
	'input_path':'/path/A_PIR_ID.csv',#查询id对应的csv文件路径
	'key_columns':'id',#key对应的列名
	'output_path':'/path/sf_pir_out.csv',#PIR查询结果输出的文件路径
}
#server
bob_config = {
	oprf_key_path='/path/oprf_key.bin',#服务端ecc密钥文件，32B，二进制文件 
	setup_path='/path/setup_path',#预处理阶段结果输出路径
}
query_config={
	alice:alice_config
	bob:bob_config
}
reports=spu.pir_query(
	server='bob',
	config=query_config
)

2. Index PIR-SealPIR介绍

Index PIR 是一种隐私信息检索（Private Information Retrieval, PIR）技术，它允许用户从服务器检索特定数据项而不泄露他们所查询的内容。在基于索引的PIR中，用户可以通过索引值来秘密地获取数据库中的记录，而服务器无法知道用户实际请求的是哪个索引对应的记录。

SealPIR 则是一种具体实现隐私信息检索的协议，它基于同态加密（Homomorphic Encryption, HE）技术，特别是在SEAL（Simple Encrypted Arithmetic Library）框架下实现的一种高效PIR方案。SealPIR使得用户可以在不解密服务器数据库的情况下，对加密数据执行查询操作，并获得加密形式的查询结果，然后用户可以安全地解密得到所需的真实数据，整个过程保证了用户的查询隐私。

SealPIR结合了现代密码学的进步，尤其是同态加密技术的优势，提供了一种更为安全和高效的隐私保护机制，适用于那些对数据隐私有严格要求的场景，比如云存储环境下的数据查询服务等。随着同态加密技术的不断成熟，基于此类技术的PIR协议如SealPIR，在隐私保护和效率之间找到了更好的平衡点，从而推动了隐私计算领域的发展。

3. Keyword PIR-Labeled PSI介绍

Labeled PSI (Private Set Intersection with Labeling) 是Keyword PIR中的一种具体技术实现，主要用于解决两个或多方参与者的私人集合交集问题，但增加了关键词标签的功能。在Labeled PSI中，每个参与者不仅拥有一个元素集合，而且这些元素还带有标签（关键词）。当两个参与者希望找出他们的集合中共有的元素（及对应的标签）时，可以使用Labeled PSI协议来完成这一任务，且过程中不会暴露各自的非共有元素信息。

Labeled PSI通常基于密码学技术，例如基于多方计算（MPC）、同态加密（HE）、混淆电路（Garbled Circuits）或其他零知识证明（Zero-Knowledge Proofs）的方法来设计。其中，某些Labeled PSI方案可能会利用插值多项式或其他数学工具进行优化，以便更高效地处理大规模数据集上的关键词匹配查询。

例如，Labeled PSI可能的工作流程包括：
用户将关键词加密并构建查询对象。
数据持有者用类似的技术加密其数据库中的关键词。
双方通过交互协议计算出在各自加密数据中有交集的关键词，而不揭露任何一方的具体关键词列表或多余的交集信息。

4. 代码实践

4.1. 查询一个没有使用的端口

import socket
from contextlib import closing
from typing import cast

def unused_tcp_port() -> int:
	"""return an unused port"""
	with closing(socket.socket(socket.AF_INET,socket.SOCK_STREAM)) as sock:
		sock.bind(("",0))
		sock.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
		return cast(int,sock.getsockname()[1])
print(unused_tcp_port())

4.2. 初始化alice节点

import secretflow as sf

cluster_conf = {
    'parties': {
        'alice': {
            'address': 'ip:8000',#对外使用的地址
            'listen_addr': '0.0.0.0:59181'#对内的
        },
        'bob': {
            'address': 'ip:8001',#对外使用的地址
            'listen_addr': '0.0.0.0:8001'#对内的
        },
    },
    'self_party': 'alice'
}
sf.shutdown()
sf.init(address='local', cluster_config=cluster_conf)

4.3. 初始化bob节点

import secretflow as sf

cluster_conf = {
    'parties': {
        'alice': {
            'address': 'ip:8000',#对外使用的地址
            'listen_addr': '0.0.0.0:59181'#对内的
        },
        'bob': {
            'address': 'ip:8001',#对外使用的地址
            'listen_addr': '0.0.0.0:8001'#对内的
        },
    },
    'self_party': 'bob'
}
sf.shutdown()
sf.init(address='local', cluster_config=cluster_conf)

4.4. 初始化spu

import spu
import secretflow as sf

spu_conf = {
    "nodes": [
        {
            "party": "alice",
            "address": "alice:8001",
            "listen_addr": "alice:8001",
        },
        {
            "party": "bob",
            "address": "bob:8001",
            "listen_addr": "bob:8001",
        },
    ],
    "runtime_config": {
        "protocol": spu.spu_pb2.SEMI2K,
        "field": spu.spu_pb2.FM128,
        "sigmoid_mode": spu.spu_pb2.RuntimeConfig.SIGMOID_REAL,
    },
}
spu = sf.SPU(
    cluster_def=spu_conf,
    link_desc={
        "connect_retry_times":60,
        "connect_retry_interval_ms":1000
    }
    )

4.5.RIP

alice做服务端，bob作为客户端。
进入alice的secretnote服务器端运行命令: openssl rand 32 > ~/alice_oprf_key
准备数据

# alice端
import pandas as pd
from pathlib import Path
alice_df = pd.DataFrame({
    "name":["alice","bob","carol","tony"],
    "age":[11,13,14,26]
})
alice_df.to_csv(f"{str(Path.home())}/alice_pir_input.csv",index=False)

# bob端
import pandas as pd
from pathlib import Path
bob_df = pd.DataFrame({
    "name":["tony","bob"],
})
bob_df.to_csv(f"{str(Path.home())}/bob_pir_query.csv",index=False)

import spu
spu.pir_setup(
    server="alice",
    input_path=f"{str(Path.home())}/alice_pir_input.csv",
    key_columns=["name"],
    label_columns=["age"],
    oprf_key_path=f"{str(Path.home())}/alice_oprf_key",
    setup_path=f"{str(Path.home())}/alice_setup",#中间结果存储路径
    num_per_query=1,
    label_max_len=20,
    bucket_size=1000000
)

spu.pir_query(
    server='alice',
    client='bob',
    server_setup_path=f"{str(Path.home())}/alice_setup",
    client_key_colums=["name"],
    client_input_path=f"{str(Path.home())}/bob_pir_query.csv",
    client_output_path=f"{str(Path.home())}/bob_pir_result.csv",
)