国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Authenticated private information retrieval-論文筆記

這篇具有很好參考價值的文章主要介紹了Authenticated private information retrieval-論文筆記。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

論文發(fā)表在32nd USENIX Security Symposium (USENIX Security 23), 2023?usenix.org

論文作者:Simone Colombo, EPFL; Kirill Nikitin, Cornell Tech; Henry Corrigan-Gibbs, MIT;David J. Wu, UT Austin; Bryan Ford, EPFL

論文鏈接:https://www.usenix.org/system/files/sec23fall-prepub-78-colombo.pdf


1.介紹

1.1?Private Information Retrieval

????????隱私信息檢索(Private Information Retrieval – PIR)是隱私計算中的一項技術,用來保護用戶的查詢隱私。保證在用戶查詢信息過程中不泄漏查詢條件和查詢結果。

????????PIR需要滿足要求:①正確性?? ②安全性

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????PIR的實際用途視頻流、密碼泄露警報、安全更新檢索、公鑰目錄以及對公共數據的私有SQL類查詢。

PIR有兩種模式:①Multi-server PIR? ? ? ? ②Single-server PIR

Multi-server PIR

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????這種情況下需要將查詢數據詢問拆分成多個子查詢,各子查詢再從服務器中獲得查詢結果,最后由客戶端將各查詢結果進行合并獲得最終的結果。

Single-server PIR

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????這種情況下一般采取加密查詢數據,之后交給服務器去作查詢/匹配操作以得到正確的查詢結果。


1.2 Motivation

Selective failure? attack-選擇失敗攻擊

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????在選擇失敗攻擊中,攻擊者可以確定客戶端是接受還是拒絕PIR協(xié)議的輸出。當攻擊者的猜測正確時,客戶端才會拒絕輸出。這樣攻擊者能夠知道用戶所需查詢的數據,并通過客戶端的后續(xù)行為-攻擊者可以侵犯客戶端隱私


1.3?Overview

? ? ? 針對惡意服務器的選擇失敗攻擊,在多服務器和單服務器環(huán)境下構造新的認證PIR方案。

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????多服務器模式下,至少有一個服務器是誠實服務器,這樣可以保證數據的正確性,只有當查詢結果全部正確客戶端才會正?;貞霈F一個錯誤查詢結果客戶端都會選擇拒絕回應。

? ? ? ? 單服務器模式下,需進行預處理操作,數據庫擁有者須提前生成一個數據庫摘要,該摘要以加密方式參與計算并驗證結果。這樣可以解決惡意服務器問題。


1.4?Contributions

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????從該表可以看到可認證PIR方案可以有效抵抗惡意以及選擇失敗攻擊。

????????本文的安全定義要求惡意服務器的任何不當行為都會導致客戶端拒絕服務器的響應。?認證PIR增強了經典PIR的隱私特性,保證了數據的完整性,具有強大的數據認證保證。


2.方法

2.1?Definition

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

????????在多服務器認證PIR中,需至少一個服務器是誠實的,使得客戶端檢測到來自其他服務器的任何惡意行為。

?????????在單服務器認證PIR中,通過引入一個公共數據庫摘要來解決惡意服務器問題,該摘要以加密方式將參與計算并驗證結果。


2.2 Methods

本文針對不同的查詢策略采取不同的方案解決

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

2.2.1?Multi-server authenticated PIR-Point queries via Merkle trees

Merkle樹的結構

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

核心思想:利用默克爾樹的根節(jié)點R,與驗證服務器每條數據的正確性,保證數據的完整性與安全性。

步驟:

Merkle樹的構建 服務器在這些數據上構建一個Merkle樹,其中根節(jié)點被稱為R

構建Merkle證明 對于每個數據條目,構建一個Merkle證明,證明這個數據條目在以R為根的Merkle樹中的包含關系。

Merkle根的驗證? 如果所有的根匹配,客戶端重建記錄,并驗證,以確保查詢結果的正確性。

安全性保證 ?如果無法驗證(i, )R的包含關系,客戶端拒絕輸出。


2.2.2?Multi-server authenticated PIR-Predicate queries via function sharing

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

2.2.3?Single-server authenticated PIR-From learning with errors

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記

2.2.4?Single-server authenticated PIR-From decisional Diffie-Hellman

Authenticated private information retrieval-論文筆記,學習,論文閱讀,密碼學,算法,筆記


3. 結論

????????認證PIR增強了經典PIR的強大隱私特性,具有強大的數據認證保證。在不誠實多數設置(只要至少一個服務器是誠實的,安全屬性就保持不變)和單服務器設置中給出了正式的定義。

創(chuàng)新點:

? 擴展Merkle樹方法構造點查詢的多服務器方案。

? 基于函數秘密共享構造謂詞查詢的多服務器方案。

? 基于LWE問題和DDH問題構造點查詢的單服務器方案。

效果:

? 在點查詢方案中,認證PIR的性能與無認證PIR相媲美。對于語法查詢,認證PIR的開銷都受到上限因子的限制,約為1.05倍。開銷對于認證PIR和無認證PIR來說基本相等。

展望:

我們能否為惡意摘要構建單服務器認證PIR方案?

我們能否構造出性能最好的非認證方案相匹配的單服務器認證PIR方案?文章來源地址http://www.zghlxwxcb.cn/news/detail-764697.html

到了這里,關于Authenticated private information retrieval-論文筆記的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!

本文來自互聯(lián)網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉載,請注明出處: 如若內容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 論文筆記--ERNIE: Enhanced Language Representation with Informative Entities

    論文筆記--ERNIE: Enhanced Language Representation with Informative Entities

    標題:ERNIE: Enhanced Language Representation with Informative Entities 作者:Zhengyan Zhang, Xu Han, Zhiyuan Liu, Xin Jiang, Maosong Sun, Qun Liu 日期:2019 期刊:ACL ??文章提出了ERNIE(Enhanced Language Representation with Informative Entities),一種可以將外部知識融合進入預訓練模型的方法。數值實驗表明,ERNI

    2024年02月16日
    瀏覽(16)
  • 【Kibana啟動報錯】Unable to retrieve version information from Elasticsearch nodes.

    提示:這里簡述項目相關背景: 使用docker單機安裝elasticsearch后再安裝kibana時找不到es 提示:這里描述項目中遇到的問題: 具體報錯信息 es在啟動時設置了密碼開啟了安全驗證,導致kibana沒訪問到,取消安全驗證就可讓kibana找到es,由于我是學習所用,所以加不加安全驗證無

    2024年02月08日
    瀏覽(23)
  • 論文筆記:Retrieval-Augmented Generation forAI-Generated Content: A Survey

    論文筆記:Retrieval-Augmented Generation forAI-Generated Content: A Survey

    北大202402的RAG綜述 近年來,人們對人工智能生成內容(AIGC)的興趣激增。各種內容生成工具已經精心設計,用于生產各種模態(tài)下的多樣化對象 文本代碼:大型語言模型(LLM),包括GPT系列和LLAMA系列 圖像:DALL-E和Stable Diffusion 視頻:Sora \\\"AIGC\\\"這一詞強調內容是由高級生成模型

    2024年04月24日
    瀏覽(17)
  • docker啟動Kibana報錯:Unable to retrieve version information from Elasticsearch nodes

    背景:macbookpro m2安裝了docker desktop,然后在docker desktop上安裝elasticsearch、kibana、logstash,版本都是7.17.6 基本參數如下 筆記本型號 macbookpro m2 elasticsearch版本 7.17.6 kibana版本 7.17.6 logstash版本 7.17.6 elasticsearch的配置如下 kibana的配置如下(報錯時的配置) ip配置的是localhost kibana的配

    2024年03月27日
    瀏覽(23)
  • [疑難雜癥]Kibana報錯:Unable to retrieve version information from Elasticsearch nodes

    [疑難雜癥]Kibana報錯:Unable to retrieve version information from Elasticsearch nodes

    ? ? ? ? 在使用Kibana連接ElasticSearch時,在ElasticSearch已經啟動的情況下,再去啟動Kibana,結果報錯: ? ? ? ? ?啟動Kibana,我是已經將Kibana.yml中的elasticsearch.hosts修改為:[\\\"http://127.0.0.1:9200\\\"],使用的是localhost,如下圖所示。 ? ? ? ? ?其中elasticsearch中的elasticsearch.yml中的netw

    2024年02月11日
    瀏覽(27)
  • 大一統(tǒng)模型 Universal Instance Perception as Object Discovery and Retrieval 論文閱讀筆記

    大一統(tǒng)模型 Universal Instance Perception as Object Discovery and Retrieval 論文閱讀筆記

    寫在前面 ??馬上又是一周周末了,開始寫論文博客啦。 ??這是一篇頂會文章,標題很清楚,就是一個一統(tǒng)的框架用于解決各種任務。這類文章在 21 年的時候挺多的,現在倒是不常見了。因為需要的資源很多,外部數據集也很龐大,一般的小資源團隊基本搞不定。但一旦

    2024年02月04日
    瀏覽(18)
  • SAFEFL: MPC-friendly Framework for Private and Robust Federated Learning論文閱讀筆記

    SAFEFL: MPC-friendly Framework for Private and Robust Federated Learning論文閱讀筆記

    SAFEFL,這是一個利用安全多方計算 (MPC) 來評估聯(lián)邦學習 (FL) 技術在防止隱私推斷和中毒攻擊方面的有效性和性能的框架。 傳統(tǒng)機器學習(ML):集中收集數據-隱私保護問題 privacy-preserving ML (PPML)采用的隱私保護技術:安全多方計算,同態(tài)加密(運算成本高) 聯(lián)邦學習(FL):

    2024年04月22日
    瀏覽(38)
  • LangChain 4用向量數據庫Faiss存儲,讀取YouTube的視頻文本搜索Indexes for information retrieve

    LangChain 4用向量數據庫Faiss存儲,讀取YouTube的視頻文本搜索Indexes for information retrieve

    接著前面的Langchain,繼續(xù)實現讀取YouTube的視頻腳本來問答Indexes for information retrieve LangChain 實現給動物取名字, LangChain 2模塊化prompt template并用streamlit生成網站 實現給動物取名字 LangChain 3使用Agent訪問Wikipedia和llm-math計算狗的平均年齡 引用向量數據庫Faiss 查看OpenAI model main.p

    2024年02月05日
    瀏覽(31)
  • 【Azure 架構師學習筆記】- Azure Private Endpoint

    【Azure 架構師學習筆記】- Azure Private Endpoint

    本文屬于【Azure 架構師學習筆記】系列。 公有云的其中一個特點是默認允許公網訪問, 這就對企業(yè)環(huán)境帶來風險,也是很多年前企業(yè)對公有云抵觸的其中一個原因,現在這類問題已經很少,因為有了很多技術來確保云上的資源被安全地訪問。其中Private endpoint(PE)就起到了

    2024年03月09日
    瀏覽(31)
  • GPT學習筆記-Enterprise Knowledge Retrieval(企業(yè)知識檢索)--私有知識庫的集成

    GPT學習筆記-Enterprise Knowledge Retrieval(企業(yè)知識檢索)--私有知識庫的集成

    openai-cookbook/apps/enterprise-knowledge-retrieval at main · openai/openai-cookbook · GitHub 終于看到對于我解決現有問題的例子代碼,對于企業(yè)私有知識庫的集成。 我對\\\"Retrieval\\\"重新理解了一下,源自動詞\\\"retrieve\\\",其基本含義是“取回”,“恢復”,或“檢索”。在不同的上下文中,\\\"retriev

    2024年02月11日
    瀏覽(50)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包