一个好用的多方隐私求交算法库MultipartyPSI-Pro

今天向大家推荐一个最近改造的算法库（JasonCeng/MultipartyPSI-Pro）

主要涉及隐私计算、联邦学习领域，是一个支持多方的隐私求交算法库，主要是是基于osu-crypto/MultipartyPSI的增强实现。

详细介绍就是下方的README啦~

基于可编程不经意伪随机数的多方隐私求交算法库

Programmable Oblivious PRF & multi-party PSI

📣 简介

本算法库是基于osu-crypto/MultipartyPSI的增强实现。

该算法的原论文来自 CCS 2017 : Practical Multi-party Private Set Intersection from Symmetric-Key Techniques[ePrint]

✨ 特性

• 简洁的 API 设计，使用如丝滑般流畅

• 支持多方隐私求交

• 支持读取文件数据

• 支持多机通信

• 在增强半诚实模型和标准半诚实模型中实现了多方PSI(nPSI)，安全性有保障

• 核心算法可编程OPRF(Programmable Oblivious PRF)，包含以下多种实现:

• Table-based OPPRF

• Polynomial-based OPPRF

• BloomFilter-based OPPRF

• 详细的文档和示例，帮助开发者更快的上手项目

🛠️ 验证情况

• 机器配置：1C 2G (Intel(R) Core(TM) i7-8665U CPU @ 1.90GHz)

• 数量：3台（3方）

• 数据集大小：8条

• 数据长度：128bit

• 3方求交耗时：1.035 s

📝 使用

依赖库

• 支持 C++14 的 C++ 编译器

• Boost

• Miracl

• NTL

• libOTe

注：对于libOTe，它需要支持PCLMUL、AES-NI和SSE4.1的CPU。可选：nasm 用于改进 SHA1 性能。

1. 克隆代码

git clone https://github.com/JasonCeng/MultipartyPSI-Pro.git

2. 安装依赖

代码已经在 Windows (Microsoft Visual Studio) 和 Linux 上进行了测试。安装所需的库：

• windows:

1. 打开 PowerShell

2. cd ./thirdparty

3. .\all_win.ps1 (该脚本适用于 Visual Studio 2015。对于其他版本，您应该修改 MSBuild 脚本中的几个地方。)

• linux:

1. cd ./thirdparty

2. bash .\all_linux.get.

注意：如果您遇到构建 boost、miracl 和 libOTe 的 all_win.ps1 或 all_linux.get 的问题，请按照 libOTe 上的更多手动说明进行操作)

3. 编译

• Windows:

1. 按顺序构建 cryptoTools、libOTe 和libOPRF项目。

2. 为bOPRFmain项目添加参数（例如：-u）

3. 运行bOPRFmain

• Linux:

1. make (依赖: CMake, Make, g++)

2. 单元测试: ./bin/frontend.exe -u

4. 运行

输出包括online/offline/total平均运行时长。

参数列表:

-u 单元测试：computes PSI of 5 paries, 2 dishonestly colluding, each with set size 2^12 in semihonest setting
-n 参与方数量
-p 参与方ID，ID最大的参与方为结果接收方
-m set size
-t 恶意参与方数量(在不诚实模型设置中生效)
-a 以增强半诚实模型模式运行。默认使用Table-based OPPRF算法。
0: Table-based; 1: POLY-seperated; 2-POLY-combined; 3-BloomFilter
-r 当 r = 1 时使用优化的3方PSI算法
-f 输入数据的文本文件(绝对路径或相对路径均可以)
-ip 其他参与方ip，且相对顺序需与-p的编号保持一致。比如-p 0所带的-ip的顺序需为<-p 1 ip>,<-p 2 ip>

示例:

1. 单元测试

./bin/frontend.exe -u

2. nPSI

在半诚实模型设置中，计算3方的PSI，其中包含2个不诚实方，数据存储在data.bin中。

三台机器的ip分别是：192.168.1.10,192.168.1.11,192.168.1.12

# 机器1-192.168.1.10：
./bin/frontend.exe -n 3 -t 2 -m 12 -p 0 -f ./data.bin -ip 192.168.1.11,192.168.1.12 > log01.log

# 机器2-192.168.1.11：
./bin/frontend.exe -n 3 -t 2 -m 12 -p 1 -f ./data.bin -ip 192.168.1.10,192.168.1.12 > log02.log

# 机器3-192.168.1.12：
./bin/frontend.exe -n 3 -t 2 -m 12 -p 2 -f ./data.bin -ip 192.168.1.10,192.168.1.11 > log03.log

注意：-ip后所带的ip为其他参与方ip，且相对顺序需与-p的编号保持一致。比如-p 0所带的-ip的顺序需为<-p 1 ip>,<-p 2 ip>

5. 总结

1. git clone https://github.com/JasonCeng/MultipartyPSI-Pro.git
2. cd thirdparty/
3. bash all_linux.get
4. cd ..
5. cmake .
6. make -j
7. 在三台机器上执行：
# 机器1：
./bin/frontend.exe -n 3 -t 2 -m 12 -p 0 -f ./data.bin -ip 192.168.1.11,192.168.1.12 > log01.log

# 机器2：
./bin/frontend.exe -n 3 -t 2 -m 12 -p 1 -f ./data.bin -ip 192.168.1.10,192.168.1.12 > log02.log

# 机器3：
./bin/frontend.exe -n 3 -t 2 -m 12 -p 2 -f ./data.bin -ip 192.168.1.10,192.168.1.11 > log03.log

💡 后续工作

•  移除运行时非必要参数，如-m

•  所有分支均支持-f传入文本文件数据

•  所有分支均支持-ip进行多机通信

•  输出求交结果到指定路径，由leader传入指定路径

•  对小样本、大样本数据进行测试

📃 帮助

有关构建或运行该算法库的任何问题，请联系 JasonCeng by mail: [e-mail]

往期内容：

欢迎投稿

邮箱：[e-mail]

参与更多讨论，请添加小编微信加入交流群