MOOC2 第41讲 大赛实践丨星河杯隐私计算大赛“多方安全计算”赛题

大赛实践介绍 🎙️

大家好，我是周桓，中科院信工所的在读博士生。今天我将为大家介绍我们团队在星河杯隐私计算大赛中的“多方安全计算”赛题的实践案例。

赛题介绍

在黑名单共享查询赛题下，设置了两个任务：

• 任务一：计算两方黑名单id的交集，采用隐私集合交集计算。
• 任务二：ID逆中查询，涉及大量数据和通信。

方案要求

比赛方要求参赛作品要保证算法协议的安全，包括保证方案的安全性、通信安全、安全参数、结构安全和密码安全。

硬件环境

比赛提供了两台英特尔服务器，每台服务器有16个核和1.2.3G赫兹的CPU，内存为256GB，通信带宽为100兆BP。

方案设计与实现

我们基于FU框架开发了作品，采用了BRPC协议的通信层，针对特定部署环境进行了效率调优，并设计了安全的算法协议。

任务EPSI

我们采用了BCR3的psi方案，基于LPN假设，实现了高安全参数要求，并在SPU上进行了部署，取得了与官方贝斯曼持平的效果。

任务PIR

针对索引稀疏型的PR方案，我们选择了被对称的带标签的psi方案，保护了服务器隐私，实现了较好的效果。

以上就是我们在星河杯隐私计算大赛中的实践案例，谢谢大家。

---

---

MOOC2 第41讲 大赛实践丨星河杯隐私计算大赛“多方安全计算”赛题

论文工作的观察

要不要对非对称的进行一些特殊的处理？观察到了之前有一些已有的论文工作，比如说CCS18上面的工作，他为了在非平衡数据集的场景下实现高效率，也就是想把服务器端的数据量进行压缩。但是，考虑到比赛的测试环境计算资源不是很发达，我们认为在赛方给定的测试环境下面采用CCS18的思路，用计算去换通信的思路是不太合适的。因此，我们没有采用18年的方案。

方案的实现和性能提升

最后，我们简单的做了一个label的psi去完成P赛季要求的PR任务。具体的我们选择的方案是ECDH PSI，然后对它上面做了一些对应的内部的扩展。在比赛给定的测试环境下，我们的方案相比于给的BASSLINE的时间提升了大概十倍左右。对于安全多方计算的一些方案来说，我们对特定的部署环境定制化的选择方案的话，是一个性能提升了一个非常关键的一个地方。

方案的特性和优势

首先，我们的方案具有高安全的特性，具有形式化安全性证明，利用C利用secret flos pu提供的BRPC协议，我们能够保证通信证的安全。其次，我们对比赛环境进行了一些定制化的性能调优，提高了十倍的音频效率。最后，我们的提交作品也继承了一些工程上的优势，底层采用了CCD的指令优化和ECDH PSI的底层采用了for fq的图像之间加速。整个内容谢谢大家。