隐私求交具体配置参数问题

coderSun20201112 commented 3 months ago

Issue Type

Others

Source

source

Secretflow Version

secretflow-1.5.0.dev240319

OS Platform and Distribution

centos7.9

Python version

3.10

Bazel version

6.5

GCC/Compiler version

11

What happend and What you expected to happen.

老师，我有几个问题，想请教下：
问题1：我通过页面发起求交任务时，我发现数据源是CSV文件，能否改成直接从数据库读取？
问题2：每次发起任务来求交，总是需要合作节点来审核，能否绕开审核，直接运行任务？
问题3：生成的结果是写入CSV，目前展示的全部的列，我不想展示全部的列，我能配置哪几个列写入CSV吗？
问题4：ECDH、KKRT、RR22分别适合哪些场景，有这方面的说明吗？
问题5：KKRT与RR22中，有个参数“分桶大小”，这个参数干什么用的，配置大了会如何，配置小了会如何？
问题6：假如目前有1个Bob节点，Bob节点数据量1万，100个Alice节点，每个Alice节点数据量1000万，且100个Alice同时向Bob节点发起求交，针对这种情况，为了节省Bob节点的网络通信量，ECDH/KKRT/RR22选择哪种算法合适，对应的参数选择哪个合适？

Reproduction code to reproduce the issue.

无

6fj commented 3 months ago

我先来回答一下psi的问题哈，

ecdh适合计算资源高，但网络条件差。kkrt适合计算资源一般，但网络条件良好。rr22目前是三个算法中性能最好的，推荐使用，但是前面两个算法比较成熟。
数据分块使用，一般不需要调整。
同时求交有点歧义，是指同时使用同一份数据吗？虽然你这个是非平衡psi的场景，但因为数据量不大，所以参照回答4即可。

coderSun20201112 commented 3 months ago

我先来回答一下psi的问题哈，

ecdh适合计算资源高，但网络条件差。kkrt适合计算资源一般，但网络条件良好。rr22目前是三个算法中性能最好的，推荐使用，但是前面两个算法比较成熟。

数据分块使用，一般不需要调整。

同时求交有点歧义，是指同时使用同一份数据吗？虽然你这个是非平衡psi的场景，但因为数据量不大，所以参照回答4即可。

这里每个Alice节点的数据都是不同的，但Bob节点数据是相同的，毕竟Bob节点就1个

coderSun20201112 commented 3 months ago

问题7：基于问题6的背景下，Bob节点网络带宽压力可能会较大，为此，我想把Bob节点的数据分发给这100个Alice节点，然后每个Alice节点收到数据后存储到本地，然后再与本地数据进行隐私求交，基于这个设计，那隐语这边有没有方法，既可以保证Alice节点无法得知数据明文，同时还不影响与本地数据求交？

6fj commented 3 months ago

问题7：基于问题6的背景下，Bob节点网络带宽压力可能会较大，为此，我想把Bob节点的数据分发给这100个Alice节点，然后每个Alice节点收到数据后存储到本地，然后再与本地数据进行隐私求交，基于这个设计，那隐语这边有没有方法，既可以保证Alice节点无法得知数据明文，同时还不影响与本地数据求交？

100个alice节点之间有什么联系呢，属于同一方吗？本地隐私求交是啥意思？

coderSun20201112 commented 3 months ago

问题7：基于问题6的背景下，Bob节点网络带宽压力可能会较大，为此，我想把Bob节点的数据分发给这100个Alice节点，然后每个Alice节点收到数据后存储到本地，然后再与本地数据进行隐私求交，基于这个设计，那隐语这边有没有方法，既可以保证Alice节点无法得知数据明文，同时还不影响与本地数据求交？

100个alice节点之间有什么联系呢，属于同一方吗？本地隐私求交是啥意思？

100个alice节点就是100家不同的机构，彼此没有联系，彼此数据各自独立；本地求交，我的意思是Alice拿到Bob的数据后，就不用再通过网络与Bob节点交互了，直接在自己服务器上计算交集，不再发任何网络请求了。

coderSun20201112 commented 3 months ago

问题7：基于问题6的背景下，Bob节点网络带宽压力可能会较大，为此，我想把Bob节点的数据分发给这100个Alice节点，然后每个Alice节点收到数据后存储到本地，然后再与本地数据进行隐私求交，基于这个设计，那隐语这边有没有方法，既可以保证Alice节点无法得知数据明文，同时还不影响与本地数据求交？

100个alice节点之间有什么联系呢，属于同一方吗？本地隐私求交是啥意思？

100个alice节点就是100家不同的机构，彼此没有联系，彼此数据各自独立；本地求交，我的意思是Alice拿到Bob的数据后，就不用再通过网络与Bob节点交互了，直接在自己服务器上计算交集，不再发任何网络请求了。

coderSun20201112 commented 3 months ago

我先来回答一下psi的问题哈，

ecdh适合计算资源高，但网络条件差。kkrt适合计算资源一般，但网络条件良好。rr22目前是三个算法中性能最好的，推荐使用，但是前面两个算法比较成熟。

数据分块使用，一般不需要调整。

同时求交有点歧义，是指同时使用同一份数据吗？虽然你这个是非平衡psi的场景，但因为数据量不大，所以参照回答4即可。

问题6，如果我想把计算过程放到Bob节点来执行，然后再由Bob把计算结果发给Alice节点，基于网络带宽占用最小，网络交互次数最少来作为原则，我采用哪个算法比较合适？（服务器性能可以看成市场通用服务器配置）

6fj commented 3 months ago

问题7：基于问题6的背景下，Bob节点网络带宽压力可能会较大，为此，我想把Bob节点的数据分发给这100个Alice节点，然后每个Alice节点收到数据后存储到本地，然后再与本地数据进行隐私求交，基于这个设计，那隐语这边有没有方法，既可以保证Alice节点无法得知数据明文，同时还不影响与本地数据求交？

100个alice节点之间有什么联系呢，属于同一方吗？本地隐私求交是啥意思？

100个alice节点就是100家不同的机构，彼此没有联系，彼此数据各自独立；本地求交，我的意思是Alice拿到Bob的数据后，就不用再通过网络与Bob节点交互了，直接在自己服务器上计算交集，不再发任何网络请求了。

隐私求交的定义是保护双方的原始输入，但是你目前似乎没有这个诉求。

coderSun20201112 commented 3 months ago

问题7：基于问题6的背景下，Bob节点网络带宽压力可能会较大，为此，我想把Bob节点的数据分发给这100个Alice节点，然后每个Alice节点收到数据后存储到本地，然后再与本地数据进行隐私求交，基于这个设计，那隐语这边有没有方法，既可以保证Alice节点无法得知数据明文，同时还不影响与本地数据求交？

100个alice节点之间有什么联系呢，属于同一方吗？本地隐私求交是啥意思？

100个alice节点就是100家不同的机构，彼此没有联系，彼此数据各自独立；本地求交，我的意思是Alice拿到Bob的数据后，就不用再通过网络与Bob节点交互了，直接在自己服务器上计算交集，不再发任何网络请求了。

隐私求交的定义是保护双方的原始输入，但是你目前似乎没有这个诉求。

按照隐私求交的定义，双方数据不能出本机构，但我只是想：Bob节点数据还是要传输到Alice节点那边，但Alice节点不能破解，且Alice节点还能基于这些密态数据进行隐私求交，这样，就省去Alice节点与Bob节点交互，这个诉求，基于隐语能实现吗？

6fj commented 3 months ago

隐私求交一般不能省去双方的交互。

zhouaihui commented 3 months ago

按照隐私求交的定义，双方数据不能出本机构，但我只是想：Bob节点数据还是要传输到Alice节点那边，但Alice节点不能破解，且Alice节点还能基于这些密态数据进行隐私求交，这样，就省去Alice节点与Bob节点交互，这个诉求，基于隐语能实现吗？

这个需求，听起来可以在Alice部署一套可信执行环境，Alice和Bob在可信执行环境里求交，可以保护数据不被泄露和滥用。这个欢迎体验隐语TEE方案 TrustedFlow，内置求交功能。

github-actions[bot] commented 2 months ago

Stale issue message. Please comment to remove stale tag. Otherwise this issue will be closed soon.

secretflow / secretflow