Sub-logarithmic Distributed Oblivious RAM with Small Block Size
不经意RAM（ORAM）是一种加密原语，允许客户端对存储在不受信任的服务器中的数据安全地执行RAM程序。分布式不经意RAM是ORAM的一种变体，其中数据存储在$m>1$服务器中。过去几十年的广泛研究已经成功地减少了ORAM方案的带宽开销，无论是在单服务器还是多服务器设置中，从$O(\sqrt{N})$到$O(1)$。然而，实现亚对数开销的所有已知协议要么需要繁重的服务器侧计算（例如，同态加密），要么需要至少$Ω(\log^3 N)$的大块大小。在本文中，我们提出了一个家庭的分布式ORAM结构，遵循层次的方法Goldreich和Ostrovsky [GO 96]。我们增强了已知的技术，并开发了新的技术，以更好地利用多个服务器的存在。通过在我们的构造中插入有效的已知散列方案，我们得到以下结果：1。对于任何$m\geq 2$，我们展示了一个$m$ -服务器ORAM方案，其中包含$O(\log N/\log\log N)$开销和块大小$Ω(\log^2 N)$。该方案即使在$(m-1)$ -服务器共谋的情况下也是私有的。2.具有$O(ω(1)\log N/\log\log N)$开销和块大小几乎为对数的3服务器ORAM结构，即$Ω(\log^{1+ε}N)$。我们还研究了一个模型，其中的服务器被允许执行线性量的轻本地计算，并表明，恒定的开销是可以实现的，在这个模型中，通过一个简单的四服务器…
2018-11-17 cs.CR
Revisiting Definitional Foundations of Oblivious RAM for Secure Processor Implementations
不经意RAM（ORAM）是一种著名的技术，用于隐藏应用程序对不可信内存的访问模式。根据Goldreich和Ostrovsky提出的标准ORAM定义，如果两个ORAM访问序列的长度相同分布，则这些序列必须在计算上不可区分。这个定义的一个缺陷是它不适用于适应当前安全处理器技术的现代ORAM实现，因为它们的存储器访问序列的任意长度取决于程序的行为（它们的终止时间）。因此，ORAM的定义并不直接适用; ORAM的理论基础并没有明确讨论定时和终止通道。本文针对现代实用的ORAM（例如，Path ORAM），并展示了理论基础和实际实现之间的差距。提出了一种新的ORAM公式，它清楚地分离出终端沟道泄漏。它示出了如何这个定义意味着标准的ORAM定义（有限长度的输入访问序列），更好地适应现代实用的ORAM实现。所提出的定义放松了路径ORAM的存储容量和溢出概率的约束，并从本质上将其安全性问题转化为性能考虑问题。最后，一个“强”的ORAM制定，其中明确包括混淆的终止泄漏，暗示我们的新的ORAM制定和适用于ORAM外包磁盘存储。在这个强公式中，约束没有放松，并且路径ORAM的安全性论证仍然很复杂，因为需要证明隐藏溢出的概率可以忽略不计。
2017-10-21 cs.CR
The Pyramid Scheme: Oblivious RAM for Trusted Processors
现代处理器，例如，英特尔SGX允许应用程序将秘密代码和数据隔离在称为安全区的加密内存区域中。虽然加密有效地隐藏了内存的内容，但由密码发出的地址引用序列会泄漏信息。这是一个严重的问题，因为这些泄漏可以很容易地打破飞地的机密性保证。在本文中，我们探讨了不经意RAM（ORAM）的设计，防止这些信息泄漏的限制下，现代SGX处理器。大多数的有机随机存取存储器都不适合这些处理器，因为它们有很高的恒定开销系数，或者需要很大的专用存储器，而这些专用存储器在这些处理器中是不可用的。我们解决了这些限制与一个新的分层ORAM建设，金字塔ORAM，这是对在线带宽成本和小块优化。它使用了一种新的哈希方案，避免了以前分层方案的复杂性。我们提出了一个高效的x64优化的实现金字塔ORAM，只使用处理器的寄存器作为私有内存。我们比较金字塔ORAM与电路ORAM，一个国家的最先进的基于树的ORAM计划，也使用恒定的私有内存。金字塔ORAM比电路ORAM具有更好的在线渐近复杂度。我们的金字塔ORAM和电路ORAM的实现验证了这一点：作为所有的分层方案，金字塔ORAM具有高的访问延迟变化;虽然延迟可能是高的一些访问，对于典型的配置，金字塔ORAM提供的访问延迟是8倍，比电路ORAM的99%的访问。虽然最著名的分层ORAM具有更好的渐近复杂度，但金字塔ORAM具有显著更低的常数开销因子，使其成为实践中的首选。
2017-12-21 cs.CR
Differentially Private Oblivious RAM
在这项工作中，我们调查，如果统计隐私可以提高性能的ORAM机制，同时提供严格的隐私保证。我们提出了一个正式的和严格的框架，用于开发具有统计安全性的ORAM协议，差分专用ORAM（DP-ORAM）。我们提出根ORAM，家庭的DP-ORAM，提供了一个可调的，多维的权衡所需的带宽开销，本地存储和系统安全性。我们从理论上分析根ORAM来量化其安全性和性能。我们通过实验证明了根ORAM的好处，并发现（1）根ORAM可以将本地存储开销降低约2倍，以获得合理的隐私预算值，显著增强内存有限平台（如可信执行环境）的性能，以及（2）根ORAM允许带宽，存储和隐私之间的可调权衡，将带宽开销减少2 - 10倍（以增加存储/统计隐私为代价），从而显著减少云环境的ORAM访问权限。我们还通过香农熵和最小熵的信息理论度量的镜头分析了DP-ORAMs的隐私保证[16]。最后，Root ORAM非常适合具有类似访问模式的应用程序，我们通过私有信息检索应用程序展示了它的实用性。
2018-07-15 cs.CR
ObliDB: Oblivious Query Processing for Secure Databases
像英特尔SGX这样的硬件飞地是一种很有前途的技术，可以提高外包给云的数据库的安全性。这些安全区提供了一个与管理程序/操作系统隔离的执行环境，并对RAM中的数据进行加密。然而，对于使用大量内存的应用程序（包括大多数数据库），安全区不能防止访问模式泄漏，这使得攻击者可以获得有关数据的大量信息。此外，使用安全文献中的不经意RAM（ORAM）原语来解决此问题的简单方法会增加大量开销。最近的一些工作探索可信硬件飞地作为一种安全的，访问模式无关的数据存储和分析外包的路径。虽然这些工作有效地解决了特定的子问题（例如，构建安全索引或运行始终扫描整个表的分析查询），但没有先前的工作支持具有多种访问方法的DBMS引擎上的一般查询工作负载的不经意查询处理。此外，单独应用这些技术并不能保证端到端的工作负载（如对多个表的复杂SQL查询）不会被察觉。在本文中，我们介绍ObliDB，一个不经意的数据库引擎设计，是第一个系统，提供遗忘一般数据库读取工作负载的多种访问方法。ObliDB支持广泛的查询，包括聚合、连接、插入、删除和点查询。我们实现了ObliDB，并表明，在分析工作负载上，ObliDB的速度比Opaque快1.1- 19倍，Opaque是一个以前的不经意的，基于飞地的系统，仅用于分析，并且在Spark SQL的2.6倍之内。ObliDB支持3- 10 ms延迟的点查询，其运行速度比HIRB快7倍以上，H…
2019-09-19 cs.CR
Privacy-Preserving Access of Outsourced Data via Oblivious RAM Simulation
假设一个客户端Alice将她的数据外包给了一个外部存储提供商Bob，因为他有能力存储她的大数据集，大小为n，而她的私人存储空间要小得多，比如说，对于某个常数r > 1，大小为O（n^{1/r}）。Alice信任Bob来维护她的数据，但她希望保持其内容的私密性。当然，她可以加密她的数据，但她也希望对Bob隐藏她的访问模式。我们描述了一个小的对数或多对数摊销增加访问时间的不经意的RAM模拟问题的计划，具有很高的成功概率，同时保持外部存储的大小为O（n）。为了实现这一目标，我们的算法贡献包括一个并行MapReduce布谷鸟哈希算法和外部存储器dataoblivious排序算法。
2011-05-02 cs.CR cs.DC cs.DS
Introducing Fast and Secure Deterministic Stash Free Write Only Oblivious RAMs for Demand Paging in Keystone
Keystone是基于RISC-V架构的可信执行环境。它将内存分为安全的Keystone私有内存和不安全的非Keystone内存，并允许Keystone私有内存中的代码安全地执行。Keystone中的简单请求分页最终会将Keystone应用程序的敏感访问模式泄漏到操作系统（OS），这被认为是恶意的。这是因为，要访问不安全的非Keystone内存，Keystone需要操作系统的支持。为了缓解这一点，Keystone需要实现不经意的需求分页，同时通过使用不经意RAM（ORAM）技术混淆其页面访问模式。这会导致应用程序执行速度大幅减慢。在本文中，我们通过使用确定性，无隐藏，只写ORAM（DetWoORAM）的不经意的需求分页，在Keystone中弥合了应用程序执行时间与不安全和安全需求分页之间的性能差距。我们还展示了为什么DetWoORAM，这是一个只写的ORAM，是足够的不经意的需求分页。DetWoORAM将内存逻辑地划分为主区域和保持区域。实际页面存储在主区域中。我们提出了两个增强DetWoORAM，改善应用程序执行速度减慢。第一个增强，我们称之为Eager DetWoORAM，涉及页面预加载，利用DetWoORAM的确定性访问模式，并试图隐藏ORAM延迟。第二个增强，我们称之为并行DetWoORAM，涉及产生多个线程，每个线程执行DetWoORAM内存访问算法的一部分。与显示[1.…
2021-06-18 cs.CR cs.PF
Data-Oblivious External-Memory Algorithms for the Compaction, Selection, and Sorting of Outsourced Data
我们提出了数据不经意的算法在外部存储器模型的压缩，选择和排序。这些问题的动机来自使用外包数据存储服务并希望掩盖其数据访问模式的客户端。我们表明，压缩和选择可以做数据遗忘使用$O(N/B)$ I/O，排序可以做，成功的概率很高，使用$O((N/B)\log_{M/B} (N/B))$ I/O。我们的方法使用了一些新的算法技术，包括数据遗忘使用可逆的布鲁姆查找表，蝴蝶般的压缩网络，随机数据细化，和“洗牌和交易”数据扰动。此外，由于数据不经意的排序是在现有的不经意的RAM模拟的“内循环”的瓶颈，我们的排序结果提高了摊销的时间开销做不经意的RAM模拟的对数因子在外部存储器模型。
2011-03-26 cs.CR cs.DC cs.DS
Flat ORAM: A Simplified Write-Only Oblivious RAM Construction for Secure Processors
不经意RAM（ORAM）是一种加密原语，其混淆对存储的访问模式，从而防止隐私泄露。到目前为止，在目前的文献中，只有“全功能”的DRAM被广泛研究，可以保护，在相当大的性能损失的成本，对强大的对手谁可以监视所有的读和写操作。然而，最近的研究表明，即使只有写访问模式（而不是读）对对手可见，信息仍然可以泄露。对于这些较弱的对手，一个功能齐全的ORAM被证明是一个矫枉过正，造成不必要的开销。相反，一个简单的“只写”ORAM就足够了，更有趣的是，它是首选，因为它可以提供比全功能ORAM更高的性能和能效。在这项工作中，我们提出了平面ORAM：一个有效的只写ORAM计划，其性能优于最接近现有的只写ORAM称为HIVE。HIVE在管理对协议正确性至关重要的内存占用信息时遇到了性能瓶颈。Flat ORAM通过引入一个简单的Occupational Map（OccMap）概念来解决这些瓶颈，OccMap可以有效地管理内存占用信息，从而获得更好的性能。我们的模拟结果表明，平均而言，平面ORAM只会导致适度放缓$3\times$在不安全的DRAM之间的内存密集型基准飞溅2和$1.6\times$的SPEC06。与HIVE相比，Flat ORAM提供了$50\%$平均性能增益和高达$80\%$的节能效果。
2017-09-10 cs.AR cs.CR
More is Less: Perfectly Secure Oblivious Algorithms in the Multi-Server Setting
不经意RAM（ORAM）问题传统上是在单服务器环境下研究的，但最近也考虑了多服务器环境。然而，目前还不清楚多服务器设置是否有任何固有的优势，例如，多服务器设置是否可用于实现更强的安全目标或可证明比单服务器情况下更好的效率。在这项工作中，我们构建了一个完全安全的3服务器ORAM计划，优于最知名的单服务器计划的对数因子。在这个过程中，我们还表明，第一次，存在特定的算法，多个服务器可以克服已知的下限在单服务器设置。
2018-09-04 cs.CR
Optimal Offline ORAM with Perfect Security via Simple Oblivious Priority Queues
该研究提出一种具有完美安全性的简单不经意优先级队列构造，首次实现了最优的离线ORAM，还给出了缓存感知与缓存无关场景下的高效外存实例及对应I/O复杂度。
2024-12-13 cs.CR cs.DS
Oblivious Median Slope Selection
研究了不经意RAM模型中的中值斜率选择问题。在这种模型中，存储器访问必须独立于所处理的数据，即，对手不能使用观察到的访问模式来导出关于输入的附加信息。我们展示了如何修改Matoušek（1991）的随机算法以获得$\mathbb{R}^2$中$n$点的具有$\mathcal{O}(n \log^2 n)$期望时间的不经意版本。这种复杂性与理论上的上限相匹配，该上限可以通过一般的不经意变换获得。此外，从概念验证的实施结果表明，我们的算法也是实际有效的。
2023-02-24 cs.CG cs.CR cs.DS
ObliviSync: Practical Oblivious File Backup and Synchronization
不经意RAM（ORAM）协议是一种强大的技术，它可以隐藏客户端的数据以及不受信任的服务提供商的访问模式。我们提出了一个不经意的云存储系统，ObliviSync，专门针对最广泛使用的个人云存储范例之一：同步和备份服务，其中流行的例子是Dropbox，iCloud Drive和Google Drive。这种设置提供了一个独特的机会，因为上述隐私属性可以通过称为只写ORAM的更简单形式的ORAM来实现，与相关工作相比，它可以显著提高效率。我们的解决方案是渐近最优的，实际上是有效的，与非私有文件存储相比，大约4倍的小恒定开销，仅取决于根据使用率选择的总数据大小和参数，而不是单个文件的数量或大小。我们的建设还提供了对定时通道攻击的保护，这在ORAM协议中以前没有考虑过。我们构建并评估了ObliviSync的完整实现，该实现支持多个并发只读客户端和一个并发读/写客户端，其编辑自动无缝地传播到读者。我们表明，我们的系统在高工作负载下的功能，与现实的文件大小分布，并与小的额外延迟（与基线加密文件系统相比）时，与Dropbox作为同步服务配对。
2016-12-02 cs.CR
A Practical Oblivious Map Data Structure with Secure Deletion and History Independence
我们提出了一个新的不经意的RAM，支持可变大小的存储块（vORAM），这是第一个ORAM，允许不同的块大小，没有琐碎的填充。我们还提出了一个新的历史无关的数据结构（HIRB树），可以存储在一个vORAM。总之，这种构造为键/值映射提供了有效且实用的不经意数据结构（ODS），并且与现有ODS映射相比进一步提供了额外的隐私保证：即使在客户端受损时，已删除的数据和旧操作的历史仍然对攻击者隐藏。我们使用Amazon Web Services实现和测量了我们的系统的性能，并且对于一个实际的数据库（最多$2^{18}$条目），单次操作时间小于1秒。这表示与Wang等人（CCS 14）的当前最佳不经意映射数据结构（其既不提供安全删除也不提供历史独立性）相比100倍的加速。
2015-11-20 cs.CR cs.DS
Lower Bounds for Oblivious Data Structures
不经意的数据结构是其中存储器访问模式不揭示关于在其上执行的操作的信息的数据结构。这样的数据结构由Wang等人[ACM SIGSAC'14]引入，并且旨在用于希望将数据结构存储在不可信服务器处的情况。获得不经意数据结构的一种方法是简单地在不经意RAM（ORAM）上运行经典数据结构。直到最近，这导致了$ω(\lg n)$的开销，以实现最自然的参数设置。此外，Larsen和Nielsen最近的一个关于ORAMs的下限[NIPPTO '18]表明，如果以黑盒方式使用，它们总是招致至少$Ω(\lg n)$的开销。为了避免$ω(\lg n)$开销，研究人员转而更直接地研究经典的数据结构问题，并获得了许多此类问题的有效解决方案，如堆栈，队列，双端队列，优先级队列和搜索树。然而，这些数据结构中没有一个处理操作比$Θ(\lg n)$更快，留下了是否存在更快的解决方案的问题。在本文中，我们排除了这种可能性，证明$Ω(\lg n)$下界不经意堆栈，队列，双端队列，优先级队列和搜索树。
2018-10-24 cs.CR cs.DS
OblivCDN: A Practical Privacy-preserving CDN with Oblivious Content Access
针对现有隐私保护CDN方案成本高、集成难的问题，研究提出OblivCDN系统，通过适配Range ORAM、定制不经意模块优化性能，无需边缘端可信硬件，流媒体下载速度较现有方案大幅提升。
2025-01-13 cs.CR
OTRO: Oblivious Tokenization Path with Square-Root ORAM
University of Southern California（南加州大学）；Roblox（罗布乐思）；NVIDIA（英伟达）；University of California, Riverside（加州大学河滨分校）
针对LLM机密计算中标记器访问模式泄露问题，提出OTRO，利用平方根ORAM实现高效遗忘查找，通过实例池、轮换填充和分块KV缓存感知标记化降低开销，在TDX环境中将TTFT开销限制在4.5%以内。
2026-10-09 cs.CR
Mix-ORAM: Using delegate shuffles
不经意RAM（ORAM）是一种在不受信任的机器上提供私有存储和查询的关键技术，但由于客户端重新随机化（称为驱逐）的高开销，通常被视为不切实际。在这项工作中，我们建议安全地将驱逐委托给半信任的第三方，以使任何客户端都能够加入ORAM技术，并以合理的周期成本提出四种不同的设计灵感来自混合网络技术。
2017-09-04 cs.CR
Onyx: Cost-Efficient Disk-Oblivious ANN Search
UC Berkeley, NVIDIA（伯克利大学，NVIDIA）；NVIDIA；UT Austin, NVIDIA（奥斯汀大学，NVIDIA）
Onyx通过优化ANN和ORAM层的资源利用，降低ANN搜索成本和延迟，采用紧凑中间表示和局部意识浅树设计提高效率。
2026-04-22 cs.AI cs.CR
ConcurORAM: High-Throughput Stateless Parallel Multi-Client ORAM
ConcurORAM是一种并行的多客户端不经意RAM（ORAM），它消除了对并发无状态客户端的等待，并允许整体吞吐量优雅地扩展，而不需要可信的第三方组件（代理）或直接的客户端间协调。ConcurORAM背后的一个关键见解是，在多客户端数据访问期间，只有并发访问的服务器托管的数据结构的子集需要访问隐私保证。其他的一切都可以安全地实现为不经意的数据结构，这些数据结构稍后在ORAM“驱逐”期间安全有效地同步。此外，由于延迟的主要贡献者是驱逐-其中客户端驻留的数据被重新洗牌并重新加密插入到主服务器数据库中- ConcurORAM还使多个并发客户端能够异步地、并行地（不损害一致性）以及在后台驱逐，而不必阻止正在进行的查询。因此，吞吐量可以随着并发客户端数量的增加而很好地扩展，并且不会受到回收的显著影响。例如，30个并发客户端每秒可以并行执行大约65个查询，比最先进的技术提高了2倍。与单客户端部署相比，单个客户端的查询访问时间仅增加了2倍。
2018-12-13 cs.CR
Deterministic, Stash-Free Write-Only ORAM
只写不经意RAM（WoORAM）协议通过加密数据内容并隐藏对该数据的写操作模式来提供隐私。WoORAM提供了比普通加密更好的隐私性，比更一般的ORAM方案（隐藏写入和读取访问模式）更好的性能，并且写入不经意设置已应用于云存储同步和加密隐藏卷的重要应用。在本文中，我们介绍了一种全新的只写ORAM技术，称为DetWoORAM。与以前的解决方案不同，DetWoORAM使用确定性的顺序写入模式，而不需要在写入失败时在本地状态下对块进行任何“存储”。我们的协议，而概念上简单，提供了显着的改善，在以前的解决方案，无论是渐近和实验。特别地，在典型设置下，对于写入设备的每个块，DetWoORAM仅将2个块（顺序地）写入后端存储器，这是最佳的。我们已经使用BUSE（用户空间中的块设备）模块实现了我们的解决方案，并针对仅加密的dm-crypt基线和先前的随机WoORAM解决方案测试了DetWoORAM，与仅加密基线相比，仅测量了3倍-14倍的速度，与先前的工作相比，加速了约6倍-19倍。
2017-09-07 cs.CR
Optimizing Path ORAM for Cloud Storage Applications
我们生活在这样一个世界里，我们的个人数据既有价值，又容易被利用在线服务中的安全漏洞而被盗用。例如，Dropbox，一个流行的云存储工具，有某些安全缺陷，可以被利用来损害用户的数据，其中之一是用户的访问模式是不受保护的。因此，我们为Dropbox用户创建了Path Oblivious RAM（Path ORAM）的实现，以混淆路径访问信息来修补此漏洞。这种实现方式与Path ORAM的标准用法有很大不同，因为我们引入了几项创新，包括动态增长和收缩树架构，多块提取，块打包和多客户端使用的可能性。我们的优化一起产生了大约77%的吞吐量增加和60%的必要的树大小减少;这些数字随文件大小分布而变化。
2015-01-08 cs.CR
Palermo: Improving the Performance of Oblivious Memory using Protocol-Hardware Co-Design
针对ORAM性能受限于内存操作依赖的问题，提出协议-硬件协同设计Palermo，通过重叠内存操作提升带宽利用率，平均性能较RingORAM提升2.8倍，且开销极小。
2024-11-08 cs.AR cs.CR
What Storage Access Privacy is Achievable with Small Overhead?
不经意RAM（ORAM）和私有信息检索（PIR）是经典的密码原语，用于隐藏对数据的访问模式，这些数据的存储已外包给不可信的服务器。不幸的是，与明文访问相比，这两种原语都需要相当大的开销。对于具有高度频繁访问请求的大规模存储基础设施，响应时间的降低和由ORAM或PIR引起的资源成本的过度增加阻止了它们的使用。在理想情况下，将为这些业务量大的存储系统实现具有小开销的隐私保护存储协议，以避免对性能和/或成本产生负面影响。在这项工作中，我们研究的问题，最好的$\mathit{storage\ access\ privacy}$，这是可以实现的，只有$\mathit{small\ overhead}$在明文访问。为了回答这个问题，我们考虑$\mathit{differential\ privacy\ access}$，它是ORAM和PIR考虑的$\mathit{oblivious\ access}$安全概念的概括。令人惊讶的是，我们提出了强有力的证据表明，恒定的开销存储方案只能实现与隐私预算的$ε= Ω(\log n)$。我们提出了渐进最优的构造差分私有的变体ORAM和PIR与隐私预算$ε= Θ(\log n)$，只有$O(1)$开销。此外，我们考虑一种更复杂的存储原语，称为键值存储，其中数据由来自大宇宙的键索引（与ORAM和PIR中的连续整数相反）。提出了一种具有$ε= Θ(\log n)…
2019-04-10 cs.CR cs.DS
MVP-ORAM: a Wait-free Concurrent ORAM for Confidential BFT Storage
LASIGE, Faculdade de Ciências, Universidade de Lisboa（里斯本大学理学院）
MVP-ORAM是一种无等待的并发ORAM协议，支持保密BFT存储，通过避免受信任代理和并发控制机制，实现高效的故障容忍和高吞吐量。
2025-12-27 cs.CR cs.DC cs.DS
Stronger Lower Bounds for Online ORAM
由Goldreich和Ostrovsky [JACM'96]在软件保护的上下文中引入的不经意RAM（ORAM）旨在混淆由RAM计算引起的存储器访问模式。理想情况下，ORAM的存储器访问模式应该与正在处理的数据无关。由于Goldreich和Ostrovsky的工作，人们认为在任何使用大小为$ n $的内存的ORAM中存在固有的$ Ω(\log n) $带宽开销。Larsen和Nielsen [2018]是第一个给出任何在线ORAM的一般$ Ω(\log n) $下限的人，即，ORAM必须以在线方式处理其输入。在这项工作中，我们重新审视了Larsen和Nielsen的下界，这是在对抗服务器确切地知道哪个服务器访问对应于哪个输入操作的假设下证明的。我们给出了一个$Ω(\log n) $下界的带宽开销的任何在线ORAM，即使对手没有访问这些信息。对于ORAM的许多已知构造，该信息被隐式地提供，因为每个输入操作引起大致相同长度的访问序列。因此，它们服从Larsen和Nielsen的下界。我们的研究结果排除了更广泛的一类构造，具体来说，它们意味着混淆输入操作之间的边界无助于构建更有效的ORAM。作为我们的主要技术贡献，并处理缺乏结构，我们研究自然引起的存储器访问模式的ORAM计算的访问图的属性。我们确定了一个特定的图形属性，可以有效地测试，所有的访问图的ORAM计算必须满足高概率。这个性质让人…
2019-09-23 cs.CR
Opal: Private Memory for Personal AI
Google DeepMind（谷歌DeepMind）；UC Berkeley（加州大学伯克利分校）
Opal通过将数据依赖推理与个人数据分离，利用可信 enclave 提高检索准确率，并在基础设施成本上取得显著优势。
2026-04-02 cs.AI cs.CR
SGX-MR: Regulating Dataflows for Protecting Access Patterns of Data-Intensive SGX Applications
英特尔SGX是一种流行的可信执行环境（TEE），用于保护在云等不可信平台上运行的应用程序的完整性和机密性。然而，基于SGX的程序的访问模式仍然可以被对手观察到，这可能会泄露成功攻击的重要信息。研究人员一直在试验遗忘RAM（ORAM）来解决访问模式的隐私问题。ORAM是一种功能强大的低级原语，它为任何I/O操作提供与应用程序无关的保护，但成本很高。我们发现，一些特定于应用程序的访问模式，如顺序块I/O，不提供额外的信息给对手。其他算法，例如排序，可以用比ORAM更有效的特定不经意算法来取代。挑战在于，开发人员可能需要查看特定于应用程序的访问模式的所有细节，以设计合适的解决方案，这既耗时又容易出错。在本文中，我们提出了轻量级的SGX基于MapReduce（SGX-MR）的方法，调节数据密集型SGX应用程序的可扩展性，以更容易的应用程序级访问模式分析和保护。它使用MapReduce框架来覆盖大量的数据密集型应用程序，整个框架可以用很小的内存占用来实现。在此框架下，我们研究了数据处理的各个阶段，识别了需要保护的访问模式，并设计了相应的有效保护方法。我们的实验表明，基于SGX-MR的应用程序比基于ORAM的实现更有效。
2020-09-08 cs.CR cs.DC cs.SY
LAORAM: A Look Ahead ORAM Architecture for Training Large Embedding Tables
数据机密性正成为一个重要的问题，特别是在云计算时代。内存访问模式已经被证明会泄漏关键信息，如安全密钥和程序的空间和时间信息。这种信息泄漏在具有嵌入表的机器学习模型中构成了更大的隐私挑战。嵌入表通常用于从训练数据中学习分类特征。即使知道访问的嵌入表条目的位置，而不是嵌入表中的数据，也会损害模型的分类输入数据。嵌入条目是隐私敏感的，因为它们公开了有关用户的有价值的属性。不经意RAM（ORAM）及其增强型变体（如PathORAM）已成为隐藏内存访问流泄漏的可行解决方案。在这项工作中，我们提出了LAORAM，一个ORAM框架，明确设计用于在嵌入表训练过程中保护用户隐私。LAORAM利用了训练的独特性质，未来使用的训练样本是预先知道的。LAORAM对训练样本进行预处理，以识别在不久的将来一起访问的内存块。系统尝试将这些块分配给PathORAM基础结构中尽可能少的路径。LAORAM通过将一起访问的多个块组合为超级块来执行此操作。为了进一步提高性能，LAORAM为PathORAM使用胖树结构，减少了所需的后台驱逐次数，从而提高了存储使用率。我们已经评估了LAORAM使用推荐模型（DLRM）和NLP模型（XLM-R）嵌入表配置。LAORAM在推荐数据集（Kaggle）上的执行速度比PathORAM快5倍，在NLP数据集（XNLI）上快5.4倍，同时保证与原始PathORAM相同的安全性。
2022-06-30 cs.CR
Single Round-trip Hierarchical ORAM via Succinct Indices
本文提出 Rank ORAM，利用压缩客户端索引在单次通信往返内定位元素，去除布谷鸟哈希表，并以约 100 倍的客户端内存降低保持可比带宽。
2024-06-13 cs.CR
