[论文解读] Multi-Server Weakly-Private Information Retrieval

Hsuan-Yin Lin, Siddhartha Kumar+3 more|arXiv (Cornell University)|Jul 17, 2020

Privacy-Preserving Technologies in Data参考文献 75被引用 5

一句话总结

本文引入了弱私密信息检索（WPIR），这是多服务器PIR中完美隐私的松弛形式，允许对文件身份存在有限的信息泄露以提升效率。通过利用互信息和最大泄露度度量，作者提出了两种WPIR方案——方案A和方案B，表明在ǫ-隐私下，方案A的下载速率优于以往工作，并在最大泄露度度量下，针对两台服务器和两份文件的情形，建立了紧致的对偶界，从而确定了该情况下的WPIR容量。

ABSTRACT

Private information retrieval (PIR) protocols ensure that a user can download a file from a database without revealing any information on the identity of the requested file to the servers storing the database. While existing protocols strictly impose that no information is leaked on the file's identity, this work initiates the study of the tradeoffs that can be achieved by relaxing the perfect privacy requirement. We refer to such protocols as weakly-private information retrieval (WPIR) protocols. In particular, for the case of multiple noncolluding replicated servers, we study how the download rate, the upload cost, and the access complexity can be improved when relaxing the full privacy constraint. To quantify the information leakage on the requested file's identity we consider mutual information (MI), worst-case information leakage, and maximal leakage (MaxL). We present two WPIR schemes, denoted by Scheme A and Scheme B, based on two recent PIR protocols and show that the download rate of the former can be optimized by solving a convex optimization problem. We also show that Scheme A achieves an improved download rate compared to the recently proposed scheme by Samy et al. under the so-called $ε$-privacy metric. Additionally, a family of schemes based on partitioning is presented. Moreover, we provide an information-theoretic converse bound for the maximum possible download rate for the MI and MaxL privacy metrics under a practical restriction on the alphabet size of queries and answers. For two servers and two files, the bound is tight under the MaxL metric, which settles the WPIR capacity in this particular case. Finally, we compare the performance of the proposed schemes and their gap to the converse bound.

研究动机与目标

• 研究多服务器私密信息检索（PIR）中通信效率与隐私泄露之间的权衡。
• 通过允许对所请求文件身份的受控信息泄露，放松经典PIR中严格的完美隐私要求。
• 设计高效的WPIR协议，在放松隐私约束下提升下载速率、上传开销和访问复杂度。
• 使用互信息（MI）、最坏情况泄露和最大泄露度（MaxL）度量来量化隐私泄露。
• 在实际字母表大小约束下，建立最大可实现下载速率的信息论对偶界。

提出的方法

• 基于近期PIR协议，提出两种WPIR方案——方案A和方案B，其中方案A通过凸优化进行优化，以最大化下载速率。
• 使用互信息（MI）和最大泄露度（MaxL）作为隐私度量，以量化文件身份的信息泄露。
• 在查询和应答的字母表大小受限的假设下，推导出MI和MaxL度量下最大下载速率的对偶界。
• 针对两台服务器和两份文件的情形，证明在MaxL度量下该对偶界是紧致的，从而确立了WPIR容量。
• 应用变分距离和总变差界，将泄露度量与可实现速率关联起来，使用马尔可夫链和熵不等式。
• 引入基于划分的WPIR方案族，以探索泄露与效率之间的额外权衡。

实验结果

研究问题

• RQ1 在PIR中放松完美隐私是否能显著提升下载速率和通信效率？
• RQ2 在多服务器WPIR中，信息泄露与下载速率之间的基本权衡是什么？
• RQ3 隐私度量的选择——互信息、最坏情况泄露或最大泄露度——如何影响可实现速率？
• RQ4 在两台服务器和两份文件的系统中，MaxL度量下的WPIR信息论容量是多少？
• RQ5 能否使用凸优化在放松隐私约束下设计最优WPIR方案？

主要发现

• 在ǫ-隐私度量下，方案A的下载速率优于Samy等人近期提出的工作，证明了效率的提升。
• 对于两台服务器和两份文件的情形，MaxL度量下的对偶界是紧致的，从而确立了该场景下WPIR容量的精确值。
• 所提出的WPIR方案相比经典PIR在下载速率上表现出显著提升，尤其在隐私泄露受约束时更为明显。
• 通过凸优化设计出最优的WPIR方案（方案A），在基于MI的隐私约束下最大化下载速率。
• 基于划分的方案族提供了一个灵活的框架，用于在泄露与速率之间进行权衡，为实际部署提供了实用替代方案。
• 在实际字母表大小约束下，推导出MI和MaxL度量的信息论对偶界，为WPIR设计提供了基本极限。