Weakly-Private Information Retrieval From MDS-Coded Distributed Storage
本文首次研究MDS编码分布式存储下的弱隐私信息检索问题，提出WPIR协议并刻画下载速率与信息泄露的最优权衡。
2024-01-17 cs.CR cs.IT math.IT
Private Information Retrieval from Heterogeneous Uncoded Storage Constrained Databases with Reduced Sub-Messages
我们提出了能力实现计划的私人信息检索（PIR）从未编码的数据库（DB）的同质和异构的存储约束。在PIR设置中，用户查询一组DB以私下下载消息，其中隐私意味着没有一个DB可以推断出用户想要哪个消息。一般来说，PIR方案由存储放置和交付设计组成。以前的作品已经得出的容量，或下确界下载成本，PIR与未编码的存储布局和存储布局设计，以满足容量的充分条件。然而，目前提出的存储布局设计需要将每个消息分割成相对于DB数量的指数数量的子消息。在这项工作中，当数据库具有相同的存储约束，我们提出了两个简单的存储布局设计，满足容量条件。然后，对于更一般的异构存储约束，我们将存储布局设计过程转化为“填充问题”。我们设计了一个迭代算法来解决填充问题，在每次迭代中，消息被划分为子消息，并存储在数据库的子集。我们提出的所有存储布局设计都要求每条消息的子消息数量最多等于DB的数量。
2019-10-16 cs.IT math.IT
The Capacity of Private Information Retrieval with Private Side Information Under Storage Constraints
我们考虑对来自$N$复制和非共谋数据库的$K$消息中的单个消息进行私有信息检索（PIR）的问题，其中缓存大小$S$的启用缓存的用户（检索器）拥有数据库未知的消息的未编码部分形式的辅助信息。这些辅助信息消息的身份需要对数据库保密，即，我们考虑具有私有侧信息（PSI）的PIR。在存储约束$S$下，我们将此PIR-PSI问题的最优归一化下载成本表征为$D^*=1+\frac{1}{N}+\frac{1}{N^2}+\dots+\frac{1}{N^{K-1-M}}+\frac{1-r_M}{N^{K-M}}+\frac{1-r_{M-1}}{N^{K-M+1}}+\dots+\frac{1-r_1}{N^{K-1}}$，其中$r_i$是与$\sum_{i=1}^M r_i=S$一起缓存的$i$ th边信息消息的一部分。基于这个容量结果，我们证明了两个事实：首先，对于固定的内存大小$S$和固定数量的可访问消息$M$，统一缓存实现了最低的归一化下载成本，即，对于$i=1,\dots, M$，$r_i=\frac{S}{M}$是最佳的。第二，对于固定存储器大小的$S$，在所有可能的$K-\left \lceil{S} \right \rceil+1$统一高速缓存方案中，高速缓存$M=K$消息的统一高速缓存方案实现最低的归一化下载成本。
2018-06-04 cs.CR cs.IT math.IT
On the Storage Cost of Private Information Retrieval
我们认为，在私人信息检索系统的存储成本和下载成本之间的根本权衡，没有任何明确的结构限制的存储代码，如最大距离可分离的代码或未编码的存储。提供了两个新的外边界，这具有以下含义。当消息在数据库之间没有任何冗余的情况下存储时，最佳PIR策略是下载所有消息;另一方面，对于PIR容量实现代码，每个数据库可以从存储所有消息中减少存储成本，平均不超过一个消息。然后，我们专注于两个消息的两个数据库的情况下，并表明，可以通过一种新的伪消息技术得到一个更强的外边界。这个更强的外边界表明，存储-下载权衡的精确表征可能需要非香农型不等式，或者至少需要更复杂的边界技术。
2019-10-26 cs.IT math.IT
The Capacity of $T$-Private Information Retrieval with Private Side Information
本文研究了$T$ --带私有边信息的私有信息检索（TPIR-PSI）问题。在这个问题中，$N$复制数据库存储$K$独立消息，并且配备有保存$M$消息作为辅助信息的本地高速缓存的用户希望检索其他$K-M$消息中的一个。即使$N$数据库中的任何$T$串通，所需的消息索引和边信息也必须保持联合私有。我们证明了TPIR-PSI的容量是$\left(1+\frac{T}{N}+\cdots+\left(\frac{T}{N}\right)^{K-M-1}\right)^{-1}$。作为通过设置$T=1$获得的特殊情况，该结果解决了PIR-PSI的容量，这是Kadhe等人先前注意到的一个公开问题。我们还考虑了具有私有侧信息的非对称TPIR（STPIR-PSI）的问题，其中来自所有$N$数据库的答案除了所需的消息之外不显示关于任何其他消息的信息。我们表明，STPIR-PSI的能力是$1-\frac{T}{N}$，如果数据库有机会共同的随机性（不提供给用户），这是独立的消息，在一个量，即至少$\frac{T}{N-T}$位每所需的消息位。否则，STPIR-PSI的容量为零。
2019-05-31 cs.CR cs.IT math.IT
The Capacity of Private Information Retrieval with Partially Known Private Side Information
我们考虑的问题，私人信息检索（PIR）的一个单一的消息出$K$消息从$N$复制和非串通数据库，其中一个缓存启用用户（检索器）的缓存大小$M$拥有侧信息的形式，是部分已知的数据库。在该模型中，用户和数据库参与两个阶段的计划，即，预取阶段，用户获取边信息和检索阶段，用户下载所需的信息。在预取阶段，用户在高速缓冲存储器大小约束$\sum_{n=1}^N m_n \leq M$下从$n$ th数据库接收$m_n$全消息。在检索阶段，用户希望检索一条消息，使得没有任何单独的数据库了解所需消息的身份。此外，用户没有从数据库预取的辅助信息消息的身份必须相对于该数据库保持私有。由于在预取阶段由每个数据库提供的边信息是由提供数据库已知的，并且边信息必须相对于其余数据库保持私有，因此我们将该模型称为\textit{partially known private side information}。我们的能力的PIR与部分已知的私有侧信息是$C=\left(1+\frac{1}{N}+\cdots+\frac{1}{N^{K-M-1}}\right)^{-1}=\frac{1-\frac{1}{N}}{1-(\frac{1}{N})^{K-M}}$。有趣的是，如果没有数据库知道任何预取的边信息，即，当边信息从外部获得时，这是Kadhe等人提出的问题，最近由Chen-Wang-Jafar解决。因此，我们的…
2017-11-27 cs.CR cs.IT math.IT
Secure and Private Cloud Storage Systems with Random Linear Fountain Codes
介绍了一种基于信息论的安全与隐私方法--安全与隐私信息检索（SAPIR）。SAPIR应用于分布式数据存储系统。在这种方法中，所有内容的随机组合都存储在网络上。我们的编码方法是基于随机线性喷泉（RLF）码。为了检索内容，一组服务器相互协作以形成重构组（RG）。如果RG中至少有一个服务器未被破坏，则SAPIR实现渐近完美保密。在此基础上，提出了一种基于随机查询的私有信息检索方案。PIR方法确保用户私下下载他们想要的内容，而服务器不知道所请求的内容索引。该方案是自适应的，可以提供对大量的合谋服务器的隐私。
2017-06-18 cs.IT math.IT
Private Information Retrieval from Coded Storage Systems with Colluding, Byzantine, and Unresponsive Servers
研究了在服务器存在合谋、拜占庭和无响应的情况下，从编码存储系统中进行私有信息检索的问题。设计了一个使用$t$ Reed-Solomon存储码的显式方案，当$b$.该方案实现了$\frac{n-r-(k+2b+t-1)}{n-r}$的PIR速率。在容量已知的情况下，即当$k=1$时，随着文件数量的增长，容量是渐进实现的。最后，该方案适用于对称PIR。
2018-09-05 cs.IT math.IT
Private Information Retrieval in Distributed Storage Systems Using an Arbitrary Linear Code
我们提出了一个信息理论的私人信息检索（PIR）计划的分布式存储系统中的数据存储使用的线性系统码的速率$R > 1/2$。该方案概括了PIR计划存储的数据使用最大距离可分离的代码最近提出的Tajeddine和El Rouayheb的情况下，一个间谍节点。我们进一步提出了一种算法，以优化隐私的通信价格（cPoP）使用的结构的底层线性代码。作为一个例子，我们将所提出的算法应用到几个分布式存储代码，表明cPoP可以显着减少利用分布式存储代码的结构。
2017-05-30 cs.IT math.IT
Two-Server Private Information Retrieval with Optimized Download Rate and Result Verification
针对不诚实服务器可能返回错误结果的问题，提出多种双服务器场景下兼具信息论隐私与结果验证的PIR方案，支持不同安全级别与密钥类型，以优化下载速率为核心性能目标。
2023-06-08 cs.CR cs.IT math.IT
The Capacity of Private Information Retrieval from Decentralized Uncoded Caching Databases
我们考虑的私人信息检索（PIR）问题，从分散的未编码的缓存数据库。在我们的问题设置中有两个阶段，缓存阶段和检索阶段。在高速缓存阶段，包含所有$K$文件的数据中心（其中每个文件的大小为$L$位）和具有存储大小约束$μK L$位的若干数据库存在于系统中。每个数据库以分散的方式通过相同的概率分布从来自数据中心的全部$KL$比特中独立地选择$μK L$比特进行缓存。在检索阶段，用户（检索者）除了访问数据中心之外还访问$N$数据库，并且希望私下检索期望的文件。我们将最优归一化下载成本表征为$\frac{D}{L} = \sum_{n=1}^{N+1} \binom{N}{n-1} μ^{n-1} (1-μ)^{N+1-n} \left( 1+ \frac{1}{n} + \dots+ \frac{1}{n^{K-1}} \right)$。我们发现，均匀和随机的缓存方案，最初提出的分散编码缓存的Maddah-Ali和Niesen，随着太阳和Jafar检索方案，最初提出的PIR从复制的数据库令人惊讶的结果在最低的归一化下载成本。这是Attia，Kumar和Tandon最近对集中式案例的结果的分散式对应。逆证明包含干扰下界、归纳引理、用分布式数据库的内容替换查询和应答字符串随机变量、分散式未编码缓存数据库的性质以及联合缓存分布的位边缘化等内容。
2018-11-27 cs.CR cs.DB cs.IT
Model Segmentation for Storage Efficient Private Federated Learning with Top $r$ Sparsification
在具有顶级$r$稀疏化的联邦学习（FL）中，数百万用户集体训练本地机器学习（ML）模型，使用他们的个人数据，仅传输更新的最重要的$r$部分，以降低通信成本。已经表明，这些选定的（稀疏的）更新的值以及索引泄露了关于用户的个人数据的信息。在这项工作中，我们研究了不同的方法来进行用户数据库通信在FL与顶级$r$稀疏有效地，同时保证信息理论的隐私用户的个人数据。这些方法产生相当大的存储成本。作为一种解决方案，我们提出了两个方案具有不同的属性，使用MDS编码存储以及模型分割机制，以减少存储成本的代价，可控量的信息泄漏，执行私人FL与顶部$r$稀疏化。
2022-12-22 cs.CR cs.IT cs.NI
Multiround Private Information Retrieval: Capacity and Storage Overhead
能力最近已被表征为私人信息检索（PIR）的问题，以及它的几个变种。在每种情况下，都假设所有查询都是由用户同时生成的。在这里，我们考虑多轮PIR，其中允许每轮中的查询依赖于前一轮中收到的答案。我们表明，多轮PIR的容量是相同的单轮PIR的容量（结果被推广到还包括$T$ -隐私约束）。结合以前的结果，这表明，有没有从多轮单轮计划，非线性的线性计划或从$ε$ -错误的零错误计划的容量优势。然而，我们通过一个例子表明，在存储开销方面有一个优势。我们提供了一个多轮，非线性，$ε$错误PIR计划，需要严格小于最好的单轮，线性，零错误PIR计划的存储开销的例子。
2016-11-07 cs.CR cs.IR cs.IT
Efficient Private Storage of Sparse Machine Learning Data
我们考虑的问题，保持稀疏性在私人分布式存储的机密机器学习数据。在许多应用中，例如，在人脸识别中，机器学习算法中使用的数据由可以被有效地存储和处理的稀疏矩阵表示。然而，保持完美的信息理论隐私的机制需要将稀疏矩阵编码成随机稠密矩阵。已经表明，在对存储节点的某些限制下，稀疏性可以以放松完美的信息理论隐私要求为代价来维持，即，允许一些信息泄漏。在这项工作中，我们解除了对存储节点的限制，并表明稀疏性和可实现的隐私保证之间存在权衡。我们专注于设置的非勾结节点，并构建了一个编码方案，编码的稀疏输入矩阵到矩阵所需的稀疏度，同时限制信息泄漏。
2022-06-14 cs.IT math.IT
Robust Private Information Retrieval on Coded Data
我们考虑的问题，设计PIR计划的编码数据时，某些节点是无响应的。我们提供了$ν$的建设-强大的PIR计划，可以容忍高达$ν$无响应的节点。这些计划是自适应的，普遍最优的意义上实现（渐近）最优的下载成本为任何数量的无响应节点高达$ν$。
2017-07-31 cs.IT math.IT
New Results on the Storage-Retrieval Tradeoff in Private Information Retrieval Systems
在专用信息检索（PIR）系统中，用户需要从一组存储服务器中检索可能的消息之一，但希望保持所请求消息的身份对任何给定服务器是私有的。这方面的现有努力已经表明，检索的效率将受到服务器上允许的存储空间量的显著影响。在这项工作中，我们考虑的存储成本和检索成本之间的权衡。我们首先提出了三个基本结果：1）制度明智的2-近似表征的最佳权衡，2）循环置换引理，可以产生更复杂的代码从简单的，和3）放松熵线性规划（LP）下界，具有多项式的复杂性。配备循环置换引理，我们然后提出了两个新的码的结构，并通过应用引理，获得新的存储检索点。此外，我们推导出更明确的下限，仅利用一个子集的限制，在放松熵LP在一个系统的方式。虽然新的上限和下限一般不会导致更精确的近似表征，但它们比现有技术明显更严格。
2020-08-03 cs.IT math.IT
Symmetric Private Information Retrieval For MDS Coded Distributed Storage
用户希望从数据库中检索一个文件而不泄露在数据库中检索到的文件的身份，这被称为私有信息检索（PIR）问题。如果进一步要求用户除了所需文件之外不获得关于数据库的信息，则引入对称私有信息检索（SPIR）的概念以保证双方的隐私。本文利用$(N,M)$ -MDS存储代码，研究了$N$节点间分布式存储数据库的SPIR问题。SPIR的信息理论容量，定义为每个下载的符号检索所需的文件的符号的最大数量，为编码数据库的推导。证明了当分布式节点共享的公共随机数（用户不可用）至少为文件大小的$\frac{M}{N-M}$倍时，编码数据库的SPIR容量为$1-\frac{M}{N}$.否则，编码数据库的SPIR容量等于零。
2016-10-14 cs.CR cs.IR cs.IT
Efficient DPF-based Error-Detecting Information-Theoretic Private Information Retrieval Over Rings
本文提出一种基于环的信息论ED-PIR方案，利用素数幂阶信息论DPF克服了传统APIR的限制，显著减少密钥大小并提升效率，同时降低通信开销，为隐私保护的数据检索提供新框架。
2026-04-01 cs.CR cs.IT math.IT
The Capacity of Private Information Retrieval
在专用信息检索（PIR）问题中，用户希望尽可能有效地从$N$非通信数据库（每个数据库保存所有$K$消息）中检索出$K$消息中的一个，同时不向任何单独的数据库透露任何关于所需消息索引的标识。PIR的信息理论容量是每比特下载信息可以私下检索的所需信息的最大比特数。对于$K$消息和$N$数据库，我们证明了PIR容量是$(1+1/N+1/N^2+\cdots+1/N^{K-1})^{-1}$。容量实现方案的显著特征是，如果我们消除消息的任何子集（通过将消息符号设置为零），则所得到的方案也实现了消息的剩余子集的PIR容量。
2017-02-27 cs.CR cs.IR cs.IT
The Capacity of Private Information Retrieval Under Arbitrary Collusion Patterns
研究了任意共谋模式下复制数据库的私有信息检索问题。我们发现它的容量，这是相同的容量的原始PIR问题的数据库的数量$N$替换为一个数字$S^*$。数字$S^*$是作为共谋模式的函数的线性规划问题的最优解。因此，共谋模式仅通过数量$S^*$影响PIR问题的容量。
2020-01-12 cs.IT math.IT
Blind Interference Alignment for Private Information Retrieval
盲干扰对准（BIA）是指仅基于发射机处的信道相干模式知识（“盲”发射机不知道确切的信道值）而设计的干扰对准方案。私有信息检索（PIR）是指用户从N个非通信数据库（每个数据库保存所有K条消息）中检索K条消息中的一条消息，而不向任何单独的数据库透露有关所需消息索引的身份的任何信息的问题。在本文中，我们确定了一个有趣的PIR和BIA之间的连接。受这种连接的启发，我们描述了PIR的信息理论最优下载成本，当我们有K = 2的消息和数据库的数量，N，是任意的。
2016-01-28 cs.CR cs.IR cs.IT
A general private information retrieval scheme for MDS coded databases with colluding servers
近年来，私有信息检索问题由于其在信息论上的重新表述和在分布式存储系统中的应用而重新受到关注。PIR容量是每一位下载位的私有检索的最大位数。对于一些退化的情况，容量已完全解决。对于数据库既被编码又被共谋的一般情况，确切的容量仍然未知。针对MDS编码数据库中存在合谋服务器的情况，提出了一种通用的私有信息检索方案.我们的方案实现了速率$(1+R+R^2+\cdots+R^{M-1})$，其中$R=1-\frac{{{N-T}\choose K}}{N\choose K}$。与现有的PIR方案相比，我们的方案在一定的参数范围内表现更好，适用于分布式存储系统中使用的任何底层MDS代码。
2017-04-22 cs.IT math.IT
On single server private information retrieval in a coding theory perspective
本文利用线性纠错码的概念，提出了一种新的单服务器专用信息检索方案。许多已知的单服务器方案基于在数据库元素和查询元素之间进行线性组合。使用线性码的理论，我们开发了一个通用的框架，形式化所有这样的PIR计划。此外，我们描述了一些已知的PIR计划相对于这个代码为基础的框架，并提出了一个通用的角度来看，破碎的PIR计划的弱点。
2020-08-14 cs.IT math.IT
Noisy Private Information Retrieval: On Separability of Channel Coding and Information Retrieval
我们考虑的问题，嘈杂的私人信息检索（NPIR）从$N$非通信数据库，每个存储相同的一组$M$消息。在此模型中，答案字符串不是通过无噪声位管道返回，而是通过\emph{noisy}无记忆通道返回。我们的目的是在表征PIR容量为这个模型作为一个函数的统计信息措施的噪声信道，如熵和互信息。我们推导出一个一般的上限检索率的最大最小优化的形式。我们使用可实现的计划下的非对称交通约束和随机编码参数的PIR问题，推导出一个一般的下限检索率。对于$M=2$和$M=3$、任何$N$和任何噪声通道，上限和下限匹配。结果表明，除了从数据库中调整业务量比率之外，信道编码和检索之间的分离是最优的。我们将其称为\emph{almost separation}。接下来，我们考虑从多个访问信道（MAC-PIR）的私人信息检索问题。在MAC-PIR中，数据库响应通过以随机方式将响应混合在一起的多路访问信道（MAC）到达用户。我们发现，对于加性MAC和合取/析取MAC，信道编码和检索方案是\emph{inseparable}不同于在NPIR。我们发现，检索方案取决于MAC的属性，特别是在线性方面。对于这两种情况下，我们提供的计划，实现了充分的能力，没有任何损失，由于隐私约束，这意味着用户可以利用的性质，以提高隐私的渠道。最后，我们表明，完全无约束的能力并不总是可以通过确定的选择信道的容量。
2018-07-16 cs.CR cs.IT math.IT
Private Read-Update-Write with Controllable Information Leakage for Storage-Efficient Federated Learning with Top $r$ Sparsification
在联邦学习（FL）中，机器学习（ML）模型由大量用户使用他们在本地设备中的私有数据集体训练。通过FL中的顶级$r$稀疏化，用户仅上传更新的最重要的$r$部分，并且服务器仅向用户发送参数的最重要的$r'$部分，以便降低通信成本。然而，稀疏更新的值和索引泄漏了关于用户的私有数据的信息。在这项工作中，我们考虑FL设置，其中$N$非共谋数据库存储要训练的模型，用户从其中下载并私下更新稀疏参数，而不向数据库透露更新的值或其索引。我们提出了四种具有不同属性的方案来执行这项任务，同时实现最小的通信成本，并表明稀疏更新的值和位置的信息理论隐私可以得到保证。然而，这是以相当大的存储成本来实现的。为了缓解这一点，我们推广的计划，以这样一种方式，存储成本降低了一定量的信息泄漏的代价，使用模型分割机制。在一般情况下，我们提供的通信成本，存储成本和信息泄漏之间的权衡在私人FL与顶部$r$稀疏。
2023-03-07 cs.CR cs.IT cs.NI
Private Information Retrieval in Graph Based Replication Systems
在专用信息检索（PIR）协议中，用户可以从数据库下载文件，而不向每个单独的服务器泄露文件的身份。如果即使服务器中的$t$相互勾结，文件的身份仍保持隐藏，则PIR协议称为$t$ -私有。基于图的复制是一种简单的技术，在理论和实践中都很流行，用于实现存储系统中的擦除鲁棒性。在这种技术中，每个文件都被复制到两个或多个存储服务器上，从而产生一个（超）图结构。本文研究了基于图的复制系统中的私有信息检索协议。这项工作的主要兴趣是最大限度地提高参数$t$，特别是，了解的勾结集出现在一个给定的图的结构。我们的主要贡献是一个$2$ -复制计划，保证完美的隐私，从非循环集的图，并保证部分隐私的存在下，循环。此外，通过提供一个上界，它表明，该计划的PIR率是最多的一个因素，从它的最佳值为一个重要的家庭的图。最后，我们将我们的结果扩展到更大的复制因子和基于图的编码，这是一种类似的技术，具有更小的存储开销和更大的PIR率。
2019-03-04 cs.CR cs.IT math.IT
The Capacity of Multi-round Private Information Retrieval from Byzantine Databases
在这项工作中，我们调查的能力，私人信息检索（PIR）从$N$复制的数据库，其中的一个子集的数据库是不可信的（拜占庭）在他们的答案的用户的查询。我们允许多轮查询，并证明拜占庭数据库的身份可以确定一个小的额外的下载成本。结果表明，当拜占庭数据库的数目小于可信数据库的数目时，多轮拜占庭数据库PIR（BPIR）的容量达到了鲁棒PIR问题的容量。
2019-01-21 cs.IT math.IT
Private Information Retrieval Schemes Using Cyclic Codes
本文提出使用循环码构建二进制私有信息检索方案，相比Reed-Muller码提供更多参数选择，并在某些情况下性能更优。
2022-07-18 cs.IT math.IT
Private Information Delivery with Coded Storage
在私人信息传递（PID）问题中，存在跨$N$服务器存储的$K$消息，每个服务器都能够存储$M$消息和用户。服务器希望将其中一条$K$消息传递给用户，而不泄露所传递消息的标识（索引）。PID问题的容量被定义为所需消息的最大比特数，可以私下传送，每比特的总通信，给用户。对于复制系统的受限情况，不允许编码消息或将一个消息拆分到多个服务器，Hua Sun在"Private Information Delivery，IEEE Transactions on Information Theory，December 2020"中根据$K, N$和$M.$描述了PID的容量。对于一类称为{\it双正则PID}的问题，我们描述了$N=K/M$和$N>K/M$的容量，我们提供了一个可实现的方案。在这两种情况下，所实现的速率都高于复制系统所实现的速率。
2022-02-08 cs.IT math.IT
Multi-Message Private Information Retrieval with Private Side Information
我们认为私人信息检索（PIR）的问题，其中一个用户的私人侧信息的目的是检索多个文件从一个库存储（未编码）在一些服务器。我们假设用户处的边信息包括私下存储的文件的子集（即，服务器不知道这些文件的索引）。此外，我们要求不向任何服务器透露请求的身份和用户的辅助信息。该问题涉及找到从服务器传输到用户的最小负载，使得可以在接收到的辅助信息的帮助下解码所请求的文件。通过提供匹配的下限和上限，对于某些制度，我们表征施加到所有服务器的最小负载（即，这个问题的能力）。我们的研究结果表明，容量是相同的容量的多消息PIR问题没有私人的边信息，但与库的大小减少。库的有效大小等于原始库大小减去边信息的大小。
2018-05-30 cs.IT math.IT
Achievable Rate of Private Function Retrieval from MDS Coded Databases
研究了分布式存储系统中的私有函数检索问题。在PFR中，用户希望检索存储在非串通$(N,K)$ MDS编码数据库中的$M$消息的线性组合，同时不向任何单独的数据库透露关于预期线性组合的系数的信息。我们提出了一个可实现的计划MDS编码PFR的速率，匹配的能力，编码的私人信息检索最近派生，$R=(1+R_c+R_c^2+\dots+R_c^{M-1})^{-1}=\frac{1-R_c}{1-R_c^M}$，其中$R_c=\frac{K}{N}$是MDS码的速率。在某些特殊情况下，这个可达到的速率是紧的。
2018-02-22 cs.IT math.IT
Asymmetry Helps: Improved Private Information Retrieval Protocols for Distributed Storage
我们认为私人信息检索（PIR）的分布式存储系统（DSS）与非串通节点的数据存储使用非最大距离可分离（MDS）的线性码。最近表明，如果使用特定类别的非MDS线性码存储数据，则MDS-PIR容量，即，可以实现MDS编码的DSS的最大可能PIR速率。对于这类码，我们证明了PIR容量确实等于MDS-PIR容量，给出了第一个PIR容量已知的非MDS码族。对于其他代码，我们提供了非对称PIR协议，实现了严格更大的PIR率相比，现有的对称PIR协议。
2018-09-18 cs.IT math.IT
Private Retrieval, Computing and Learning: Recent Progress and Future Challenges
我们的大部分生活都在网络空间中进行。人类的隐私概念转化为网络空间中发生的许多功能的隐私概念。本文重点讨论三个这样的功能：如何从网络空间私下检索信息（信息检索中的隐私），如何私下利用大规模分布式/并行处理（分布式计算中的隐私），以及如何从分布在多个用户中的私有数据学习/训练机器学习模型（分布式（联邦）学习中的隐私）。文章激励每个隐私设置，描述了问题的制定，总结了突破性的成果，在历史上的每个问题，并给出了最近的结果，并讨论了一些主要的想法，出现在每个领域。此外，跨部门的技术和三个主题之间的相互联系进行了讨论，以及一组开放的问题和挑战。
2021-07-30 cs.CR cs.DC cs.IR
Private Information Retrieval from Coded Databases with Colluding Servers
我们提出了一个通用的框架，私人信息检索（PIR）从任意编码的数据库，它允许一个调整的速度计划，根据怀疑的勾结服务器的数量。如果存储码是一个长度为n，维数为k的广义Reed-Solomon码，我们设计的PIR方案可以同时防止t个服务器合谋，并且对于1到n-k之间的所有t，PIR速率为1-（k+t-1）/n.这在先前研究的t=1和k=1的情况之间进行插值，并且随着数据库的大小的增长，在这两种情况下渐近地达到已知的容量界限。
2017-08-16 cs.IT math.IT
Private Information Retrieval from Storage Constrained Databases -- Coded Caching meets PIR
专用信息检索（PIR）允许用户从来自$N$数据库的$K$可能消息中检索所需消息，而不泄露所需消息的身份。大多数现有的作品PIR假设存在复制的数据库，每个存储所有的$K$消息。在这项工作中，我们考虑的问题，PIR从存储受限的数据库。每个数据库具有$μKL$位的存储容量，其中$K$是消息的数量，$L$是每个消息的位大小，$μ\in [1/N, 1]$是标准化存储。在存储受限的PIR问题中，有两个关键的设计问题：a）如何在存储受限的情况下跨每个数据库存储内容;以及b）构造允许通过存储受限的数据库进行高效PIR的方案。这项工作的主要贡献是一个通用的可实现的计划PIR从存储约束数据库的任何存储值。特别是，对于任何$(N,K)$，与规范化存储$μ= t/N$，其中参数$t$可以采取整数值$t \in \{1, 2, \ldots, N\}$，我们表明，我们提出的PIR方案实现了$\left(1+ \frac{1}{t}+ \frac{1}{t^{2}}+ \cdots + \frac{1}{t^{K-1}}\right)$的下载成本。当$μ=1$（即，$t=N$）对应于具有完整存储的复制数据库的设置。对于这个极端的设置，我们的计划恢复的信息理论上的最优下载成本，其特征在于太阳和贾法尔为$\left(1+ \frac{1}{N}+ \cdots + \frac{1}{N^{K-1}}\right…
2017-11-14 cs.CR cs.DC cs.IT
The Capacity of Private Information Retrieval from Coded Databases
研究分布式存储系统中的私有信息检索问题。存储系统由$N$非共谋数据库组成，每个数据库存储$M$消息的编码版本。在PIR问题中，用户希望检索一个可用的消息，而不向任何单独的数据库透露消息身份。我们推导出这个问题的信息理论容量，它被定义为所需的消息，可以私下检索每一位下载的信息的最大位数。我们表明，在这种情况下的PIR容量是$C=\left(1+\frac{K}{N}+\frac{K^2}{N^2}+\cdots+\frac{K^{M-1}}{N^{M-1}}\right)^{-1}=(1+R_c+R_c^2+\cdots+R_c^{M-1})^{-1}=\frac{1-R_c}{1-R_c^M}$，其中$R_c$是所使用的$(N,K)$代码的速率。容量是码率和消息数量的函数，而与存储代码的显式结构无关。结果表明，最优检索成本和存储成本之间的基本权衡。该结果将复制数据库的经典PIR的可解性和逆结果推广到编码数据库的情况。
2016-09-26 cs.CR cs.IT math.IT
On the Fundamental Limit of Private Information Retrieval for Coded Distributed Storage
我们认为私人信息检索（PIR）的分布式存储系统（DSS）与非串通节点的数据存储使用非最大距离可分离（MDS）的线性码。最近表明，如果使用特定类别的非MDS线性码存储数据，则MDS-PIR容量，即，可以实现MDS编码的DSS的最大可能PIR速率。对于这类码，我们证明了PIR容量确实等于MDS-PIR容量，给出了第一个PIR容量已知的非MDS码族。对于其他代码，我们提供了非对称PIR协议，实现了严格更大的PIR率相比，现有的对称PIR协议。
2018-08-27 cs.IT math.IT
Cross Subspace Alignment and the Asymptotic Capacity of $X$-Secure $T$-Private Information Retrieval
$X$ -安全和$T$ -私有信息检索（XSTPIR）是私有信息检索的一种形式，其中数据安全性被保证防止多达$X$服务器之间的共谋，并且用户的隐私被保证防止多达$T$服务器之间的共谋。XSTPIR的能力的特点是任意数量的服务器$N$，和任意的安全和隐私阈值$X$和$T$，在限制的消息数$K\rightarrow\infty$。如果是$N=3, X=T=1$或$N\leq X+T$，则容量还表征为任意数量的消息。从这些结果中得出的见解，对齐与解码噪声，依赖PIR率字段大小，和对称的安全约束的鲁棒性。特别地，交叉子空间对准的思想，即，在Reed-Solomon码参数之间引入子空间依赖性，成为对准不期望项同时保持期望项可解析的最佳方式。
2019-03-03 cs.IT math.IT
Timely Private Information Retrieval
我们介绍了问题的\emph{timely}私人信息检索（PIR）从$N$非共谋和复制服务器。在该问题中，用户希望从来自服务器的$M$消息中检索消息，该消息的内容不断更新。应该及时执行检索过程，以便不会泄露有关消息身份的信息。为了评估及时性，我们使用\emph{age of information}（AoI）度量。有趣的是，及时的PIR问题减少到一个AoI最小化受到PIR约束下\emph{asymmetric traffic}。对于$N=2$、$M=3$的情况，我们明确地描述了PIR速率和AoI度量（峰值AoI或平均AoI）之间的最佳权衡。此外，我们提供了一些结构上的见解与任意$N$，$M$的一般问题。
2021-05-18 cs.CR cs.IT cs.NI
Private Information Retrieval With Arbitrary Privacy Requirements for Graph-Based Storage
University of Maryland, College Park（马里兰大学帕克分校）
本文重新定义了私有信息检索中隐私的定义，以适应灵活的隐私需求。通过路径图和环形图两种存储设置，探讨了不同隐私设置下的容量界限或精确容量。
2026-05-11 cs.CR cs.IT cs.NI
Private Function Retrieval
云计算服务的广泛使用提出了一个问题，即如何将处理任务委托给不受信任的分布式方，而不侵犯其数据和算法的隐私。出于算法的隐私问题在分布式计算系统中，在本文中，我们介绍了私人功能检索（PFR）的问题，用户希望有效地检索一个线性函数的$K$消息从$N$非通信复制服务器，同时保持隐藏的功能，从每个单独的服务器。目标是找到一个具有最小通信成本的方案。为了表征通信成本的基本限制，我们将PFR问题的容量定义为可以私下检索的消息的大小（这是一个文件的大小）归一化到所需的下载信息位。我们首先表明，对于PFR问题的$K$消息，$N=2$服务器和一个线性函数与二进制系数的能力是$C=\frac{1}{2}\Big(1-\frac{1}{2^K}\Big)^{-1}$。有趣的是，这是从$N=2$服务器检索其中一个$K$消息的能力，同时保持对每个单独的服务器隐藏所请求消息的索引，这个问题被称为私有信息检索（PIR）。然后，我们将所提出的可实现方案推广到任意数目的服务器和系数的情况下，在字段$GF(q)$与任意$q$和获得$R=\Big(1-\frac{1}{N}\Big)\Big(1+\frac{\frac{1}{N-1}}{(\frac{q^K-1}{q-1})^{N-1}}\Big)$。
2017-11-15 cs.CR cs.IT math.IT
Information-Theoretically Private Matrix Multiplication From MDS-Coded Storage
我们研究了两个问题的私人矩阵乘法，在一个分布式计算系统组成的主节点，和多个服务器，集体存储一个家庭的公共矩阵使用最大距离可分离（MDS）码。在第一个问题中，主节点需要计算其机密矩阵$\mathbf{A}$与存储在服务器上的目标矩阵的乘积，而不需要向某些合谋服务器透露任何关于$\mathbf{A}$的信息和目标矩阵的索引。在来自共谋服务器的完全私有矩阵乘法（FPMM）的第二个问题中，矩阵$\mathbf{A}$也是从以MDS形式存储在服务器处的另一族公共矩阵中选择的。在这种情况下，两个目标矩阵的索引都应该对合谋服务器保持私有。我们开发了新的策略，这两个PSMM和FPMM问题，同时保证信息理论的数据/索引的隐私和计算的正确性。我们比较建议的PSMM策略与以前的PSMM策略具有较弱的隐私保证（非串通服务器），并证明了在通信和计算开销方面比以前的策略有很大的改进。此外，与使用私有信息检索（PIR）的思想直接检索所需矩阵乘法的基线FPMM策略相比，所提出的FPMM策略显著降低了存储开销，但稍微招致较大的通信和计算开销。
2023-02-16 cs.IT math.IT
Staircase-PIR: Universally Robust Private Information Retrieval
我们考虑的问题，设计私人信息检索（PIR）计划的数据上的$m$文件复制的$n$服务器，可能串通。我们专注于设计鲁棒的PIR方案，可以容忍掉队者，即，缓慢或无响应的服务器。在许多情况下，掉队者的数量不是先验已知的，或者可能随时间而变化。我们定义普遍的鲁棒PIR方案，实现PIR容量渐近在$m$，同时为任何数量的落后者到一个给定的阈值。我们介绍阶梯PIR计划，并证明他们是普遍的鲁棒性。为此，我们建立了一个强大的PIR和通信效率的秘密共享之间的等价关系。
2018-09-05 cs.IT math.IT
Lifting Private Information Retrieval from Two to any Number of Messages
我们研究了可能存在合谋服务器的编码数据上的私有信息检索（PIR）。在存在合谋和编码数据的情况下，设计具有最优下载速率的PIR方案仍然是一个开放的问题。我们提供了一个提升操作，可以将我们所说的两个消息的一次性PIR方案转换为任何数量的消息的方案。我们应用此提升操作现有的PIR计划，并描述两个直接的影响。首先，我们得到了新的PIR方案，在MDS编码数据和服务器合谋的情况下，具有改善的下载速率。其次，我们提供了一个简化的描述现有的最佳PIR方案复制数据提升秘密共享的PIR。
2018-05-29 cs.IT math.IT
Weakly-Private Information Retrieval
私有信息检索（PIR）协议使得可以从数据库中检索文件，而不公开关于被检索文件的身份的任何信息。近年来，从信息理论的角度对这些协议进行了严格的探索。虽然现有的协议严格规定，没有信息泄露的文件的身份，这项工作开始研究的权衡，可以通过放松完美的隐私的要求。如果用户愿意泄漏一些信息的身份检索文件，我们研究如何PIR率，以及上传成本和访问的复杂性，可以提高。对于复制服务器的特殊情况下，我们提出了两个弱私人信息检索计划的基础上，最近的两个PIR协议和一个家庭的计划基于分区。最后，我们比较了所提出的计划的性能。
2019-05-06 cs.IT math.IT
The Capacity of Robust Private Information Retrieval with Colluding Databases
私有信息检索（PIR）是尽可能有效地从$N$非通信复制数据库（每个数据库保存所有$K$消息）中检索$K$消息之一，同时对每个单独的数据库保持所需消息索引的身份保密的问题。PIR的信息理论容量（等效地，最小下载成本的倒数）是每比特下载信息可以被私有地检索的期望信息的最大比特数。$T$ -私有PIR是PIR的一种概括，包括这样的要求：即使$N$数据库中的任何$T$相互勾结，检索到的消息的身份对它们来说仍然是完全未知的。鲁棒PIR是另一种概括，指的是我们有$M \geq N$数据库的场景，其中任何$M - N$都可能无法响应。对于$K$消息和$M\geq N$数据库，其中至少有一些$N$必须响应，我们表明，$T$ -私人和强大的PIR的能力是$\left(1+T/N+T^2/N^2+\cdots+T^{K-1}/N^{K-1}\right)^{-1}$。结果包括作为特殊情况下的能力PIR没有鲁棒性（$M=N$）或$T$隐私约束（$T=1$）。
2016-05-02 cs.CR cs.IR cs.IT
Private Counterfactual Retrieval With Immutable Features
University of Maryland（马里兰大学）
本文研究不可变私有反事实检索（I-PCR）问题，即用户在不更改不可变特征且对机构保持信息论隐私的前提下检索最近反事实，提出两种基于PIR的方案并分析其通信成本与信息泄露。
2024-11-15 cs.CR cs.IT cs.LG
Communication Cost of Two-Database Symmetric Private Information Retrieval: A Conditional Disclosure of Multiple Secrets Perspective
我们考虑了两个数据库对称私有信息检索（SPIR）的总通信成本（上传加下载），通过其关系到有条件的秘密披露（CDS）。在SPIR中，用户希望从来自$N$非共谋和复制数据库的$K$消息中检索消息，而无需了解检索到的消息之外的任何内容，同时没有单独的数据库学习检索到的消息索引。在CDS中，当且仅当双方的输入满足公共确定性函数时，双方都持有一个单独的输入并共享一个共同的秘密，希望以有效的方式向外部方公开这个秘密。作为CDS的自然扩展，我们引入了多秘密的条件披露（CDMS），其中两方共享多个i.i.d.~而不是像CDS中那样的单个公共秘密。我们表明，一个特殊的配置CDMS相当于两个数据库SPIR。受这种等价性的启发，我们设计了下载成本有效的SPIR方案，使用二分图表示的CDS和CDMS，并确定确切的最小总通信成本的$N=2$数据库SPIR的$K=3$消息。
2022-01-28 cs.CR cs.DB cs.IT
Computational Code-Based Single-Server Private Information Retrieval
提出了一种新的基于随机线性码的计算私有信息检索方案。来自McEliece方案的消息矩阵用于使用精心选择的错误来查询服务器。服务器以查询矩阵和文件的行的标量倍数之和作为响应。用户通过对响应进行擦除解码来恢复所需的文件。与基于代码的密码系统相反，这里提出的方案能够使用真正的随机代码，而不仅仅是伪装成这样的代码。此外，我们证明了所谓的错误子空间搜索问题和商错误搜索问题，我们假设是困难的关系，并表明该计划是安全的攻击解决这些问题的基础上。
2020-05-14 cs.IT math.IT
Information-Theoretically Private Federated Submodel Learning with Storage Constrained Databases
针对多非共谋数据库存储受限的联邦子模型学习，提出兼顾更新索引与更新值信息论隐私的读写及存储方案，以最小化总通信成本。
2023-07-12 cs.CR cs.IT cs.NI
Private Information Retrieval Over Gaussian MAC
考虑私有信息检索（PIR）的问题，其中用户希望从$N$非通信和非共谋数据库（服务器）检索单个消息。所有服务器存储相同的一组$M$消息，并且它们通过块衰落高斯多址信道（MAC）来响应用户。此设置的目标是保持所需消息的索引对服务器是私有的，同时最小化总体通信开销。这项工作提供了联合隐私和信道编码检索方案的高斯MAC衰落和不衰落。该方案利用信道的线性，同时使用计算和前向（CF）编码方案。因此，执行单用户编码和解码以检索私有消息。在没有衰落的信道的情况下，可实现的检索率优于基于分离的方案，其中检索和信道编码是分开设计的。此外，该速率随着SNR的增长而渐近最优，并且对于所有SNR值，该速率与没有隐私约束的信道容量相比达到每个信道使用的$2$比特的恒定间隙。当信道遭受衰落时，服务器信道之间的不对称性迫使一个更复杂的解决方案，这涉及到一个困难的优化问题。尽管如此，我们提供的编码方案和下限的预期可实现的检索率被证明具有相同的缩放定律的信道容量，无论是在服务器的数量和SNR。
2020-05-19 cs.IT math.IT
The Capacity of Symmetric Private Information Retrieval
私有信息检索（PIR）是尽可能有效地从$N$非通信复制数据库（每个数据库保存所有$K$消息）中检索$K$消息之一，同时对每个单独的数据库保持所需消息索引的身份保密的问题。对称PIR（SPIR）是PIR的一般化，包括除了期望的消息之外，用户不了解其他$K-1$消息的要求。SPIR的信息理论容量（相当于最小下载成本的倒数）是每比特下载信息可以私下检索的所需信息的最大比特数。我们表明，SPIR的能力是$1-1/N$消息$K$的数量无关，如果数据库有机会共同的随机性（不提供给用户），这是独立的消息，在金额是至少$1/(N-1)$位每个所需的消息位，否则为零。对SPIR的容量域和有限长SPIR的容量进行了扩展。
2017-07-15 cs.CR cs.IR cs.IT
The Capacity of Semantic Private Information Retrieval with Colluding Servers
本文研究任意 T<N 串通服务器下的语义私有信息检索问题，推导出 Sem-TPIR 的精确容量上界，并设计达到该速率的方案。
2025-07-21 cs.CR cs.IT cs.NI
Capacity of Single-Server Single-Message Private Information Retrieval with Private Coded Side Information
研究了单服务器单消息带私有编码边信息的私有信息检索（PIR-PCSI）问题。在这个问题中，有一个存储数据库的服务器，和一个知道数据库中消息的随机子集的随机线性组合的用户。对用户的边信息有贡献的消息的数量对于服务器是先验已知的，而它们的索引和系数对于服务器是先验未知的。用户希望从服务器检索消息（以最小的下载成本），同时保护需求和辅助信息消息的身份。根据需求是否是编码边信息的一部分，我们考虑两个不同的模型的问题。对于模型中的需求没有贡献的边信息，我们证明了所有（线性和非线性）PIR协议的最小下载成本的下限;和其他模型，其中的需求是一个消息，有助于边信息，我们证明了所有标量线性PIR协议的下限。此外，我们提出了新的PIR协议，实现这些下限。
2019-01-26 cs.IT math.IT
