[论文解读] V3DB: Audit-on-Demand Zero-Knowledge Proofs for Verifiable Vector Search over Committed Snapshots

Zipeng Qiu, Wenjie Qu+2 more|arXiv (Cornell University)|Mar 3, 2026

Cryptography and Data Security被引用 0

一句话总结

V3DB 提供经 verifiable、版本化的向量搜索，基于提交的快照并使用简明的 ZK 证明，实现 IVF-PQ 检索的按需审计正确性，同时不暴露私有数据。

ABSTRACT

Dense retrieval services increasingly underpin semantic search, recommendation, and retrieval-augmented generation, yet clients typically receive only a top-$k$ list with no auditable evidence of how it was produced. We present V3DB, a verifiable, versioned vector-search service that enables audit-on-demand correctness checks for approximate nearest-neighbour (ANN) retrieval executed by a potentially untrusted service provider. V3DB commits to each corpus snapshot and standardises an IVF-PQ search pipeline into a fixed-shape, five-step query semantics. Given a public snapshot commitment and a query embedding, the service returns the top-$k$ payloads and, when challenged, produces a succinct zero-knowledge proof that the output is exactly the result of executing the published semantics on the committed snapshot -- without revealing the embedding corpus or private index contents. To make proving practical, V3DB avoids costly in-circuit sorting and random access by combining multiset equality/inclusion checks with lightweight boundary conditions. Our prototype implementation based on Plonky2 achieves up to $22 imes$ faster proving and up to $40\%$ lower peak memory consumption than the circuit-only baseline, with millisecond-level verification time. Github Repo at https://github.com/TabibitoQZP/zk-IVF-PQ.

研究动机与目标

• 通过对提交快照上的顶-k 结果提供可验证证明来弥补外包密集检索的问责缺口。
• 标准化固定形状的 IVF-PQ 五步查询语义，适用于 ZK 证明。
• 通过多集证明，避免在电路中排序和随机访问，从而降低证明成本。
• 提供可扩展的证明后端，在实际性能方面优于仅电路基线。
• 以基于 Plonky2 的原型和公开的 GitHub 仓库演示端到端的可行性。

提出的方法

• 将 IVF-PQ 标准化为固定形状的五步查询语义（质心距离、探测选择、ADC 表构建、PQ 查找评分、最终 top-k 提取）。
• 实现固定形状的索引塑形流水线，强制每个列表的容量和填充，并带有效性标志。
• 使用两部分公开快照承诺（IVF 布局的 Merkle 根和 PQ 码本的哈希摘要）来绑定版本并保护隐私。
• 提出两种电路实例：一个仅电路的基线，以及一个优化的多集设计，通过多集相等/包含和边界检查将成本高的排序/选择移出电路。
• 使用 Plonky2 评估端到端的证明成本，证明速度提升可达 ~22x，峰值内存下降约 ~40%（相对于电路基线），验证时间为毫秒级。

实验结果

研究问题

• RQ1 如何在提交快照上实现可验证、可审计的向量搜索，同时不暴露私有数据？
• RQ2 IVF-PQ 是否可以重构为适用于简洁 ZK 证明的固定形状语义？
• RQ3 哪些技术在保持正确性和隐私的前提下，可以降低 ZK 证明密集检索的成本？
• RQ4 在本环境中，多集证明相对于仅电路基线的实际性能提升有哪些？

主要发现

• 一个可验证、版本化的向量数据库，用于在提交快照上进行密集检索，并使用简洁的 ZK 证明。
• 固定形状的五步 IVF-PQ 语义使得证明生成更高效。
• 多集证明将证明时间在大约 22x 的范围内降低，峰值内存约降低 40%，相较于仅电路基线。
• 验证仍在毫秒级别，并且不暴露语料库或私有索引内容。
• 原型实现（电路基线和优化的多集设计）在 Plonky2 中展示出可行的按需审计证明，并有公开的 GitHub 仓库以确保可重复性。