隐语可信数据空间MOOC第41讲笔记：跨企业数据查询隐私计算案例

[叶开233]

笔记内容来自隐语Mooc，欢迎一起来学习。Mooc课程地址：https://www.secretflow.org.cn/community/bootcamp/2narwgw4ub8rabq/course/vhii941jitkl122?tab=outline

详细案例及代码，可以查看文末的链接。

一、案例背景

• 场景描述：
  • A公司（高科技企业）正在研发新型生物可降解材料，尚未公开或申请专利。
  • A希望向B公司查询该材料是否已存在于B的历史数据库中，以避免重复研发投入。
• 隐私挑战：
  • A不希望B知道自己具体查询哪种材料，否则可能导致：
    • 研发方向与商业战略泄露
    • B恶意抢注相关专利
    • B将查询信息倒卖给第三方
• 解决方案：
  • 使用隐私计算中的匿踪查询技术（PIR），在不泄露查询内容的前提下完成跨企业数据查询。

---

二、技术简介：PIR（Private Information Retrieval）

• 定义：一种保护用户查询隐私的技术，允许用户从数据库中查询特定数据，而不让数据库持有方知道用户查询的是哪一项。
• 分类：
  • 按服务器数量：
    • 单服务器PIR
    • 多服务器PIR
  • 按查询类型：
    • Index PIR：按索引查询，输入索引 i，获取值 V_i
    • Keyword PIR：按关键词查询，输入关键词 K_i，获取值 V_i（本案例采用）

---

三、数据集与角色

角色	文件	说明
企业B（server）	db.csv	模拟数据库，含 key 和 value 两列
	server_secret_key.bin	PIR 中使用的密钥文件
企业A（client）	pir_query.csv	待查询的记录文件，一列 key，一行取值

---

四、实验流程（PIR执行步骤）

1. 环境配置

   • 获取可用端口并配置 ray-fed 环境
   • 再次获取端口并配置 spu 运行环境

2. Server端初始化

   • Server执行PIR的 setup阶段，准备查询所需的加密结构与密钥

3. 双方协同查询

   • Client与Server共同执行 online阶段
   • Client获得查询结果，且Server无法得知Client查询的具体内容

---

五、技术应用价值

• 实现企业间数据查询的隐私保护，防止查询意图泄露
• 适用于研发查询、知识产权检索、商业合作调研等敏感场景
• 推动企业间在保护商业秘密的前提下开展数据协作

---

六、与前两案例对比

方面	新冠重病预测（横向联邦）	金融风控建模（纵向联邦）	跨企业查询（PIR）
场景	医疗联合建模	金融风控建模	企业数据查询
数据分布	样本切分	特征切分	一方持有数据库，一方发起查询
隐私目标	保护样本数据	保护特征数据	保护查询意图
核心技术	横向联邦学习	纵向联邦学习	匿踪查询（PIR）
适用场景	跨机构样本协作建模	跨机构特征协作建模	隐私保护的数据检索

---

七、关键启示

• PIR是隐私计算中查询隐私保护的代表性技术，适用于“查而不露”的场景
• 在企业合作、研发检索、合规查询等场景中具有重要应用价值
• 隐私计算技术正逐步形成覆盖联合建模、安全查询、统计分析等全场景的技术体系

---

说明：本案例展示了隐私计算在跨企业数据查询中的实际应用，突显了在保护查询方意图的前提下实现安全检索的技术可行性，为企业间敏感数据协作提供了新的解决思路。
隐匿查询案例说明及源码