安全求交集（PSI）在隐私计算中的发展与应用
一、定义
- 安全求交集（PSI）：Alice 和 Bob 分别拥有集合 X 和 Y，通过 PSI 计算后，Alice 只能得知 X ∩ Y 而不会知道 Y 中不属于 X ∩ Y 的元素。该过程具有可证明的安全性。
二、功能和分类
- 两方半诚实 PSI：仅用于计算交集，非交集保持秘密，适用于两方场景（Alice 和 Bob），仅半诚实安全（攻击者严格遵循协议但对另一方的秘密信息很好奇）。
- OPRF 基于 PSI：通过计算“秘密”函数实现隐藏和比较，操作大多为高效的密码学运算，较少涉及公钥基础设施（PKI）操作。
三、最新进展
- 优化离线阶段：使用最新的 OT（一次性传输）技术、VOLE（向量一对一加密）替换 Cuckoo 哈希，并引入 PaXos 和 OKVS 等新机制。
- 亿级计算：高带宽和高算力支持，可在几分钟内完成计算。
四、与其他隐私计算技术结合
- 差分隐私（DP）结合 PSI：通过添加噪声使得交集中任何单一元素难以确定，适用于联合营销等场景。
- 可信执行环境（TEE）结合 PSI：利用 MesaTEE 实现 PSI，提高效率和灵活性，不依赖传统的密码学解决方案。
总结
安全求交集（PSI）技术在隐私计算领域有着广泛的应用，其主要功能是安全地计算两个集合的交集。最新进展包括多种优化方法和技术，如利用先进的密码学原语和可信执行环境。同时，PSI 技术还与差分隐私相结合，以保护交集中每个元素的安全性。
