导语：为了方便大家了解隐语的Benchmark，我们设计了10分钟上手手册，包含了亮点介绍、SecretFlow集群的易用搭建、Benchmark脚本、两方和三方的Benchmark，使相关业务方做调研时方便拿到可度量的性能数据和可复现的路径。
隐语PSI亮点
隐私集合求交（Private Set Intersection,PSI）是一类特定的多方安全计算（Multi-Party Computation, MPC）问题，其问题可以简单理解为：Alice 输入集合 X，Bob 输入集合 Y，双方执行 PSI 协议可以得到 Alice 和 Bob 两者的交集，同时不在交集范围内的部分是受保护的，即 Alice 和 Bob 无法学习出交集以外的任何信息。隐私集合求交(PSI)协议有很多分类方法，按照底层依赖的密码技术分类主要包括：
- 基于公钥密码的PSI方案，包括：基于判定型密钥交换（Decisional Diffie-Hellman,DDH）的PSI方案和RSA盲签名的PSI方案；
- 基于不经意传输（Oblivious Transfer,OT）的PSI方案；
- 基于通用MPC的PSI方案，例如基于混淆电路（Garbled Circuit,GC）的PSI方案；
- 基于同态加密（Homomorphic Encryption,HE）的PSI方案。
隐私集合求交(PSI)协议按照参与方的数量进行分类，可分为：
- 两方PSI：参与方为2个；
- 多方PSI：参与方>2个。
隐私集合求交(PSI)协议按照设定安全模型分类，可分为：
- 半诚实模型的PSI；
- 恶意模型的PSI。
SecretFlow SPU 实现了半诚实模型下的两方和三方PSI协议，密钥安全强度是128bit，统计安全参数是40bit。
两方PSI协议：
- 基于DDH的PSI(Private Set Intersection)协议
基于DDH的PSI协议先对简单易于理解和实现，依赖的密码技术已被广泛论证，通信量低，但计算量较大。
隐语实现了基于椭圆曲线(Elliptic Curve)群的DDH PSI协议，支持的椭圆曲线类型包括：Curve25519,SM2,Secp256k1。本次benchmark选用的曲线是Curve25519。
- 基于OT扩展的KKRT16
KKRT16是第一个千万规模(224)求交时间在1分钟之内的PSI方案，通信量较大；
隐语实现了KKRT16协议，并参考了进年来的性能优化和安全改进方案，例如：stash-less CuckooHash，[GKWW20]中 FixedKey AES作为 correlation-robust 哈希函数。
- 基于PCG的BC22
BC22 PSI依赖的PCG(Pseudorandom Correlation Generator)方案是近年来mpc方向的研究热点，相比KKRT16计算量和通信两方面都有了很大改进，从成本(monetary cost)角度更能满足实际业务需求。PCG实现依赖LPN(Learning Parity with Noise)问题，由于是2022年最新的协议，协议的安全性还需要更多密码专家的分析和论文。
隐语v0.7中实现了BC22 PSI方案，其中的PCG/VOLE使用了emp-zk中的[WYKW21]实现，欢迎大家审查和进一步改进；
三方PSI(Private Set Intersection)协议
- 基于DDH的三方PSI协议
隐语实现了自研的基于 ECDH 的三方 PSI 协议，注意我们实现的这个协议会泄漏两方交集大小，请自行判断是否满足使用场景的安全性，本次benchmark选用的曲线是Curve25519。
复现方式
一、测试机型环境
- Python：3.8
- pip: >= 19.3
- OS: CentOS 7
- CPU/Memory: 推荐最低配置是 8C16G
- 硬盘：500G
二、安装conda
使用conda管理python环境，如果机器没有conda需要先安装，步骤如下：
分别在三台机器的root目录下执行
#sudo apt-get install wgetwget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh#安装bash Miniconda3-latest-Linux-x86_64.sh# 一直按回车然后输入yesplease answer 'yes' or 'no':>>> yes# 选择安装路径, 文件名前加点号表示隐藏文件Miniconda3 will now be installed into this location:>>> ~/.miniconda3# 添加配置信息到 ~/.bashrc文件Do you wish the installer to initialize Miniconda3 by running conda init? [yes|no][no] >>> yes#运行配置信息文件或重启电脑source ~/.bashrc#测试是否安装成功conda --version
三、安装secretflow
分别在三台机器的root目录下执行
# 创建干净的python环境conda create -n sf-benchmark python=3.8 # 进入benchmark 环境conda activate sf-benchmark # 安装secretflowpip install -U secretflow # 创建一个sf-benchmark目录mkdir sf-benchmarkcd sf-benchmark
1.验证安装是否成功
root目录下输入python然后回车依次执行，每执行一条回车一次
>>> import secretflow as sf>>> sf.init(['alice', 'bob', 'carol'], num_cpus=8, log_to_driver=True)>>> dev = sf.PYU('alice')>>> import numpy as np>>> data = dev(np.random.rand)(3, 4)>>> sf.reveal(data)
如下图所示就代表环境搭建成功了
四、创建节点并启动集群
1.创建ray header节点
创建ray header节点，选择一台机器为主机，在主机上执行如下命令，ip替换为主机的内网ip，命名为alice，端口选择一个空闲端口即可注意：192.168.0.1 ip为mock的，请替换为实际的ip地址alice机器执行
RAY_DISABLE_REMOTE_CODE=true \ray start --head --node-ip-address="192.168.0.1" --port="9394" --resources='{"alice": 8}' --include-dashboard=False
2.创建从属节点
创建从属节点，在bob机器执行如下命令，ip依然填alice机器的内网ip，命名为bob，端口不变bob机器执行
RAY_DISABLE_REMOTE_CODE=true \ray start --address="192.168.0.1:9394" --resources='{"bob": 8}'
创建从属节点，在carol机器执行如下命令，ip依然填alice机器的内网ip，命名为carol，端口不变carol机器执行
RAY_DISABLE_REMOTE_CODE=true \ray start --address="192.168.0.1:9394" --resources='{"carol": 8}'
3.验证节点是否启动
在python中测试节点是否启动成功，任意选一台机器输入python，执行下列代码，参数中address为头节点(alice)的地址，拿alice机器来验证，每输入一行下列代码回车一次：alice机器输入python后再执行
>>> import secretflow as sf>>> sf.init(address='192.168.0.1:9394')>>> alice = sf.PYU('alice')>>> bob = sf.PYU('bob')>>> sf.reveal(alice(lambda x : x)(2))>>> sf.reveal(bob(lambda x : x)(2))
如下图就代表节点创建成功了
同时我们也可以通过ray status去看节点的状态，前提是先进入sf环境（conda activate sf-benchmark）
4.生成数据
把脚本generate_psi.py：https://github.com/secretflow/spu/blob/main/spu/psi/tools/generate_psi.py传到alice机器的root目录下
执行如下代码
# 生成三份一千万数据python3 generate_psi.py 10000000 # 生成三份一亿数据python3 generate_psi.py 100000000
把生成的psi_1.csv cp到benchmark目录下，再通过scp的命令把psi_2.csv/psi_3.csv分别移到bob的benchmark目录下跟carol的benchark目录下
5.限制宽带/延迟
#100Mbps 20mstc qdisc add dev eth0 root handle 1: tbf rate 100mbit burst 256kb latency 800ms tc qdisc add dev eth0 parent 1:1 handle 10: netem delay 20msec limit 8000
- 清除限制
tc qdisc del dev eth0 root
- 查看已有配置
tc qdisc show dev eth0
6.Benchmark脚本
支持的PSI协议列表：
- ECDH_PSI_2PC
- KKRT_PSI_2PC
- BC22_PSI_2PC
- ECDH_PSI_3PC
import sysimport timeimport logging from absl import appimport spuimport secretflow as sf # init loglogging.basicConfig(stream=sys.stdout, level=logging.INFO) # SPU settingscluster_def = {'nodes': [# <<< !!! >>> replace <192.168.0.1:12945> to alice node's local ip & free port {'party': 'alice', 'id': 'local:0', 'address': '192.168.0.1:12945', 'listen_address': '0.0.0.0:12945'},# <<< !!! >>> replace <192.168.0.2:12946> to bob node's local ip & free port {'party': 'bob', 'id': 'local:1', 'address': '192.168.0.2:12946', 'listen_address': '0.0.0.0:12946'},# <<< !!! >>> if you need 3pc test, please add node here, for example, add carol as rank 2# {'party': 'carol', 'id': 'local:2', 'address': '127.0.0.1:12347'}, ],'runtime_config': {'protocol': spu.spu_pb2.SEMI2K,'field': spu.spu_pb2.FM128, },} def main(_): # sf init# <<< !!! >>> replace <192.168.0.1:9394> to your ray head sf.init(address='192.168.0.1:9394') alice = sf.PYU('alice') bob = sf.PYU('bob') carol = sf.PYU('carol') # <<< !!! >>> replace path to real parties local file path. input_path = { alice: '/data/psi_1.csv', bob: '/data/psi_2.csv',# if run with `ECDH_PSI_3PC`, add carol# carol: '/data/psi_3.csv', } output_path = { alice: '/data/psi_output.csv', bob: '/data/psi_output.csv',# if run with `ECDH_PSI_3PC`, add carol# carol: '/data/psi_output.csv', } select_keys = { alice: ['id'], bob: ['id'],# if run with `ECDH_PSI_3PC`, add carol# carol: ['id'], } spu = sf.SPU(cluster_def) # prepare data start = time.time() reports = spu.psi_csv( key=select_keys, input_path=input_path, output_path=output_path, receiver='alice', # if `broadcast_result=False`, only receiver can get output file. protocol='KKRT_PSI_2PC', # psi protocol precheck_input=False, # will cost ext time if set True sort=False, # will cost ext time if set True broadcast_result=False, # will cost ext time if set True ) print(f"psi reports: {reports}") logging.info(f"cost time: {time.time() - start}") sf.shutdown() if __name__ == '__main__': app.run(main)
五、Benchmark报告
目前bechmark数据中，bc22 psi的性能还在进一步工程优化， 单测spu中bc22协议内核的性能对比可以参考pcg psi的介绍。
