[论文解读] Verifying Computations with Streaming Interactive Proofs

Graham Cormode, Justin Thaler+1 more|arXiv (Cornell University)|Sep 30, 2011

Logic, Reasoning, and Knowledge被引用 8

一句话总结

本文提出了一种流式交互式证明系统，使资源受限的验证者能够以对数空间、对数通信量和对数轮次高效且安全地验证大规模数据流上计算的正确性。该协议确保即使作弊的证明者也无法以高概率欺骗验证者，因此在云计算和数据库外包等场景中极具实用性，其中验证者无法存储或重新计算完整输入。

ABSTRACT

When computation is outsourced, the data owner would like to be assured that the desired computation has been performed correctly by the service provider. In theory, proof systems can give the necessary assurance, but prior work is not sufficiently scalable or practical. In this paper, we develop new proof protocols for verifying computations which are streaming in nature: the verifier (data owner) needs only logarithmic space and a single pass over the input, and after observing the input follows a simple protocol with a prover (service provider) that takes logarithmic communication spread over a logarithmic number of rounds. These ensure that the computation is performed correctly: that the service provider has not made any errors or missed out some data. The guarantee is very strong: even if the service provider deliberately tries to cheat, there is only vanishingly small probability of doing so undetected, while a correct computation is always accepted. We first observe that some theoretical results can be modified to work with streaming verifiers, showing that there are efficient protocols for problems in the complexity classes NP and NC. Our main results then seek to bridge the gap between theory and practice by developing usable protocols for a variety of problems of central importance in streaming and database processing. All these problems require linear space in the traditional streaming model, and therefore our protocols demonstrate that adding a prover can exponentially reduce the effort needed by the verifier. Our experimental results show that our protocols are practical and scalable.

研究动机与目标

• 为解决在云和数据库环境中对外包计算进行高效、可扩展且实用的验证这一关键需求。
• 设计证明协议，使内存受限的验证者能够在不存储完整输入的情况下验证大规模数据流上计算的正确性。
• 通过确保计算和通信开销较低，弥合理论交互式证明系统与实际部署之间的差距。
• 证明添加一个证明者可将验证者的空间复杂度从线性降低至对数级别，从而在流式工作负载中实现指数级效率提升。

提出的方法

• 该协议采用随机化、交互式的证明系统，其中证明者（服务提供商）与验证者（数据所有者）在对数轮次内进行通信，通信量也为对数级别。
• 验证者对数据流进行单次遍历，仅维护 O(log u) 个状态字，包括随机挑战和用于验证的哈希值。
• 核心验证机制依赖于低次扩展（LDE）技术和多项式哈希：验证者在随机点上评估数据的多重线性扩展，以验证证明者的结果。
• 协议利用数据向量上的二叉树结构，其中证明者发送内部节点和叶节点的值，验证者通过在每一层使用随机挑战来检查一致性。
• 验证者维护一个单一值 t，表示在随机点上对多重线性多项式进行评估的结果，该值可随每个更新在 O(log u) 时间内逐步更新。
• 通过选择一个大素数 p，失败概率可降低至 O(log u / p)，且可通过增大 p 使该概率变得可忽略，而不会影响渐近界。

实验结果

研究问题

• RQ1 交互式证明系统能否被适配以在验证者内存有限且仅能对数据进行一次遍历的流式环境中高效运行？
• RQ2 此类协议能否实现对复杂流式计算（如范围查询和 F2 范数）的次线性空间复杂度？
• RQ3 验证者如何在最小通信量且不存储完整输入的前提下确保结果的正确性？
• RQ4 在此模型中，验证者的效率与证明者的计算成本之间存在何种权衡？

主要发现

• 该协议实现了 O(log u) 的空间复杂度和 O(log u + k) 的通信复杂度，其中 k 为结果中非零项的数量，从而实现了对大规模计算的高效验证。
• 验证者可在 O(log u) 个字内维护全部状态，并在每个数据元素上以 O(log u) 时间完成更新，因此适用于实时流式应用。
• 该协议确保任何不诚实的证明者欺骗验证者的概率至多为 O(log u / p)，通过选择足够大的素数 p 可使该概率变得可忽略。
• 证明者的总验证成本为 O(min(n log(u/n), u))，最多比直接计算答案所需时间多一个对数因子。
• 该方法适用于流式计算中的基础问题，如 F2 范数估计、范围求和查询和子向量查询，这些传统上在标准流式模型中需要线性空间。
• 实验结果证实，该协议具有实际可行性且可扩展，通信开销低且正确性保证强，即使验证者无法存储完整输入也成立。