作者 | Rosetta技术团队

责编 | 晋兆雨

出品 | AI科技大本营

本文中，我们将介绍为了保护用户的隐私数据，在隐私 AI 框架的计算任务全流程中，数据是如何以密文形式流动，同时仍正确完成加法、乘法等计算步骤的。

隐私 AI 系统存在的目的就是赋能 AI，使得各种 AI场景下对用户隐私数据的使用都是安全的。那么，这样的系统就需要提供充分的保障，从理论到工程实现的每一个阶段都应该是经得起推敲、抵抗得住各种 攻击的。不能简单的认为只需要各方先在本地自己的数据上计算出一个模型，然后将模型结果交换一下 计算下其模型参数的平均值，就不会泄露各方的隐私数据了。现代密码学（Cryptography）是建立在严格的数学定义、计算复杂度假设和证明基础之上的，其中MPC （Multi-Party Computation）方向是专门研究多个参与方如何正确、安全的进行联合计算的子领域，Rosetta、TFEncrypted等隐私 AI框架都采用了 MPC技术以提供可靠的安全性。下面我们就结合具体案例看的看下在 Rosetta中隐私数据是如何得到安全保护的。

案例

Alice,Bob和 Charley三人最近需要在他们的 AI系统中引入对数据的隐私保护能力。他们很重视安全性，所以他们想通过一个简单的例子 —— 乘法（multiply），来验证下隐私 AI 框架是否真正做到了隐私安全。

他们约定：Alice的输入为 1.2345；Bob 的输入为 5.4321；而 Charley拿到相乘的结果。他们按照Rosetta 提供的教程，快速编写了如下代码（脚本名为 rosetta-mul.py）：

#!/usr/bin/env python3
import latticex.rosetta as rtt
import tensorflow as tf
rtt.activate("SecureNN")
x = tf.Variable(rtt.private_console_input(0, shape=(1,))) # Alice's input y = tf.Variable(rtt.private_console_input(1, shape=(1,))) # Bob's input
z = tf.multiply(x, y) # z = x * y
with tf.Session as sess:
sess.run(tf.global_variables_initializer)
res = sess.run(rtt.SecureReveal(z, receive_party=4)) # 'b0100' means Charley
print('z:', res)
rtt.deactivate

接着，他们各自打开一个终端，分别进行如下操作：

Alice ( P0) 在终端敲下如下命令行，并根据提示输入自己的私有数据：

$ python ./rosetta-mul.py --party_id=0
please input the private data (float or integer): 1.2345

Bob ( P1) 执行同样的操作，输入的也是只有自己才知晓的私有数据：

$ python ./rosetta-mul.py --party_id=1
please input the private data (float or integer): 5.4321

Charley ( P2) 在终端敲下如下命令行，等一会儿就可以得到所期望的计算结果：

$ python ./rosetta-mul.py --party_id=2 z: [b'6.705910'] 

注：

对于 Charley来说，由于没有数据，故不会提示输入。

Alice和 Bob的本地输出都会是 z:[b'0.000000'], 而不会拿到正确的结果。

可以看出，Charley 拿到的最终结果与逻辑上明文结果（6.70592745）相比，误差（0.00001745）可以忽略不计。系统的正确性得到了验证。

如果想让误差更小，可以通过配置提升精度，或使用128-bit 的数据类型。

上面短短的几行代码，虽然结果是正确的，但是他们三人对于系统安全性方面仍有一些困惑：

Alice、Bob的私有输入会不会被另外两方知道？

Charley拿到的结果会不会被 Alice、 Bob知道？

整个程序运行过程中，有没有其他数据的泄漏？

如果前几问的回答都是否定的，那 Charley 又是如何得到明文？

在回答这些问题之前，为简化描述、突出本质，我们需要简单介绍一下MPC实际落地中常用的安全假设。

假定系统中有 3 个节点， P0/P1/P2，其中成P0/P1为数据参与方，而P2是辅助节点，用于随机数生成。

只考虑半诚实（ Semi-Honest ）安全模型，即三方都会遵守协议执行的流程，并且其中诚实者占多数（ Honest-Majority），也就是说三个节点中只会有一个“坏人”。更为复杂的恶意（ Malicious）模型等安全场景可参考其他相关论文。

内部数据类型为64位无符号整型，即uint64_t。

下面我们就按照 输入--计算--输出的顺序，详细介绍 Rosetta 中数据的表示与流动，以及所用到相关技术与算法在工程上的优化实现。

隐私数据的输入

隐私计算问题，首先要解决的是隐私数据的输入。

在上述案例中，是通过如下两行代码来完成私有数据的安全输入的：

x = tf.Variable(rtt.private_console_input(0, shape=(1,))) # Alice's input 
y = tf.Variable(rtt.private_console_input(1, shape=(1,))) # Bob's input

如代码所示， rtt.private_console_input是 Rosetta 众多 API 之一，Rosetta还提供了rtt.private_input,等 API，用来处理隐私数据的输入。

这里发生了什么？x,y 的值会是什么？

在进入剖析之前，先来了解一个重要的概念 —— 秘密分享。

秘密分享

什么是 秘密分享（Secret Sharing）[1]？先来看一种简单的两方additive的构造：

给定一个数 x，定义 share(x)= (x0, x1) = (x − r, r)，其中r是随机数，并且与x独立。可以看到， x = x0 + x1 = x -r + r。原始数据x的秘密分享值(x0,x1)将会由两个数据参与方 (P0,P1) 各自保存。

在秘密分享的方案中，所有的数据，包括中间数值都会分享在两个参与方之间。直观的看，参与的两方不会得到任何的明文信息。理论上，只需要在环上支持加法和乘法，就可以进一步通过组合来支持上层各种更复杂的函数。下文我们会看到关于乘法的详细解析，读者可以回过头来再看 这段话。

那工程上是如何处理的呢？假设P0有一个私有数据x，三方之间可以简单交互一下实现：

方案1：生成一个随机数 r，发送给 P0/P1。然后本地设置 x0 = x - r， P1 本地设置 x1 = r。此时 share(x) = (x0, x1) = (x - r, r)，与上面的定义一致。

这是方案之一，后文基于这个方案进行讲解。在本文最后，我们会提一下实际落地时的进一步优化方案。

回到主线，结合方案1，我们以Alice 的输入值x = 1.2345为例看下具体过程。

第一步，浮点数转定点数。

对于有数据输入的一方，需要先将真实的浮点数转成定点数。

浮点数转定点数：即浮点数乘以一个固定的缩放因子（scale，一般为2^k）使其变成定点数（取其整数部分，舍弃小数部分）。当最后需要还原真实的原始浮点数时，用定点数除以缩放因子即可。

我们先选定一个缩放因子，这里取scale= 2^(18)。

经过缩放后，得到 x = 1.2345 * (1<<18) = 323616.768，取整数部分即323616，用于后续计算。

这里是有精度损失的，但在精度允许的范围内，不会影响后面的计算。

第二步，生成随机数 r。也叫掩码（Maskingvalue），用来隐藏真实值。

p2生成一个随机数 r，是一个 64-bit 空间的无符号整数。（如，r = fdad72ecbfbefeb9。这里用十六进制表示，下同）

p2将r发送给P0,P1。此时，P0,P1都拥有一个相同的随机数r了。

第三步，设置秘密分享值。

按秘密分享 方案1的定义， P0 本地设置 x0 = x - r， P1 本地设置 x1 = r。所以有：

P0：x0= 4f020-fdad72ecbfbefeb9 = 2528d134045f167

P1：x1= fdad72ecbfbefeb9

4f020是 323616 的十六进制表示。

如果计算结果大于 64 bit 的空间范围，需要对结果取模（64 位空间）。下同。

至此，我们获得了关于x的分享值，share(x)=(x0,x1)=(x-r,r)=(2528d134045f167,fdad72ecbfbefeb9)

感兴趣的读者朋友可以验证一下(x0+x1)mod 。

同理，我们对Bob的输入值进行一样的处理。

上面三步，其实就是 private_console_input 的工作机制与过程。经过处理后，各方本地都存储着如下值：

P0

P1

P2

X0

2528d134045f16

X1

fdad72ecbfbefeb9

X2

Y0

d8e19bd0a532750

Y1

f271e642f5c29328

Y2

我们用 Xi,Yi 表示 X,Y 在 Pi的分享值。（下同）

P2 为何是0呢？在本方案中 P2 作为一个辅助节点，不参与真正的逻辑计算。

我们可以看到，在处理隐私数据输入的整个过程中， P0无法知道 Y 值， P1 无法知道 X 值， P2 无法知道 X 或 Y 值。

最后，我们总结一下这三个主要阶段：

密文上的协同计算

这是计算的核心。

上一步，我们保证了输入的安全，没有信息的泄漏，各方无法单独拿到其他节点的私有输入。接下来，看一下计算的代码，只有一行：

z = tf.multiply(x, y) # z = x * y

在这个计算的过程中发生了什么？下面结合乘法（Multiply）算子原理进行实例讲解。

Multiply 算子原理

乘法相对较为复杂，我们结合经典的 Beaver Triple方法[2]加以介绍。该方法是由密码学家 Donald Beaver在 1991 年提出，主要思想是通过乘法。协议基本原理如下：

输入：P0 拥有 X,Y的秘密分享值 X0,Y0;P1拥有X,Y的秘密分享值 X1,Y1。

这里有 share(X) = (X0, X1)，share(Y) = (Y0, Y1)。在此案例中，这里的输入，就对接上一节所述的"隐私输入"的输出结果。

计算步骤：1.P2 本地生成一组随机数A,B,C，且满足 C = A*B。

A,B,C 的生成步骤：P2 随机生成 A0,A1,B0,B1,C0，令 A = A0 + A1,B = B0 + B1，得到C= A*B, C1 = C - C0。其中AI,BI,CI 是 A,B,C 的分享值。这些都是在 P2 本地完成的。这也就是 P2 做为辅助节点的作用（用于随机数生成）。

这里 A,B,C 一般被称为三元组（Beaver'sTriple）。

比如，某次生成的随机数如下：

A0

2373edde1a0e5dcd

A1

ad483b77e4e5db41

B0

d81a4646be1c0cb8

B1

78222aff7dcc1ae8

C0

62a175e20f9a1542

C1

483498026c6ab57e

感兴趣的读者朋友可以验证一下。如 A = A0 + A1 =2373eddela0e5dcd + ad483b77e4e5db41 = d0bc2955fef4390e。这个 A 是个随机数。

2.将上一步生成的随机数的秘密分享值分别发送给P0,P1。

即将A0,B0,C0发送给P0；将A1,B1,C1发送给P1。

此时， P0,P1拥有如下值：

P0

P1

A0

2373edde1a0e5dcd

A1

ad483b77e4e5db41

B0

d81a4646be1c0cb8

B1

78222aff7dcc1ae8

C0

62a175e20f9a1542

C1

483498026c6ab57e

3.P0 计算 E0 和 F0；P1 计算 E1 和 F1。并交换 Ei,Fi。

P0 本地计算 E0 = X0 - A0, F0 = Y0 - B0。

P1 本地计算 E1= X1 - A1, F1 = Y1 - B1。

此时， P0,P1拥有如下值：

P0

P1

E0

dede9f352637939a

E1

50653774dad92378

F0

3573d3764c371a98

F1

7a4fbb4377f67840

交 换 Ei,Fi。

P0将E0,F0发送给P1；P1将E1,F1发送给P0。此时，P0,P1都拥有E0,F0,E1,F1。

4.本地计算 得到 E和 F。

P0,P1 各自本地计算 E = E0 + E1, F= F0 + F1。

P0

P1

E

2f43d6aa0110b712

E

2f43d6aa0110b712

F

afc38eb9c42d92d8

F

afc38eb9c42d92d8

5.本地计算 Z0；P1本地计算 Z1。

现在， P0 已经拥有 A0,B0,C0,E,F；P1已经拥有 A1,B1,C1,E,F。有了这些就可以计算出 Z= X*Y 的秘密分享值 Z0,Z1了。即：

P0 本地计算 Z0 = E * B0 + A0 * F+ C0；

P1 本地计算 Z1 = E * B1 + A1 * F+ C1 + E * F。

P0

P1

Z0

1db35d14c12a

Z1

ffffe24ca30611b0

正确性可以通过以下恒等式加以验证：

输出：P0,P1 分别持有 Z = X * Y的秘密分享值 Z0,Z1。

我们可以看到，从输入到计算再到输出，整个过程中，没有泄漏任何隐私数据。

整个算子计算结束时，P0单独拥有X0,Y0,A0,B0,C0,E0,F0,E1,F1,E,F,Z0，P1单独拥有X1,Y1,A1,B1,C1,E0,F0,E1,F1,E,F,Z1,P2单独拥有 A0,B0,C0,A1,B1,C1，三方都无法单独得到 X 或 Y 或 Z。

最后，我们总结一下（1~5 对应着上面的步骤）：

获取明文结果

从输入到计算再到输出，各节点只能看到本地所单独拥有的秘密分享值（一些毫无规律的64位随机数），从上文也可以看到，节点是无法独自得到任何隐私数据的。那么，当计算结束后，如果想得到结果的明文，怎么获取呢？

Rosetta 提供了一个恢复明文的接口，使用很简单。

res = sess.run(rtt.SecureReveal(z, receive_party=4)) # 'b0100' means Charley 
print('z:', res)

那这个 rtt.SecureReveal 是如何工作的呢？

其实非常简单：如果本方想要知道明文，只需要对方把他的秘密分享值发给我，然后本地相加即可。

比如，上一节结尾处，我们知道了各方(P0/P1/P2)的分享值如下：

P0

P1

P2

Z0

1db35d14c12a

Z1

ffffe24ca30611b0

Z2

结合实例，Charley(P2)想要获取结果明文，那么，P0,P1将各自的分享值Z0,Z1发给P2，然后P2本地相加即可。即: 1db35d14c12a + ffffe24ca30611b0 = 1ad2da(1757914)。我们将此值进一步再转换为浮点数，就可以得到我们想要的用户态的明文值了:1757914 / (1 << 18)=6.7059097

效率优化

上面介绍的 秘密分享 与 multiply 算子 都是基于最基本的算法原理，在时间上和通信上的开销还是比较大的，在实际工程实现中，还可以进一步进行优化以提升性能。在介绍优化方案之前，先了解一下什么是PRF[3]？

PRF[3]，Pseudo-Random Function。简单来说，即给定一个随机种子 key，一个计数器 counter， 执行 PRF(key, counter) ，会得到一个相同的随机数。

补充说明一下。例如， P0,P1 执行 PRF(key01,counter01)，会产生一个相同的随机数。这里的 key01， counter01 对于的 P0,P1 来说是一致的。程序会维护这两个值，对使用者来说是透明

关于秘密分享

来看看优化版本（假设：P0有一个私有数据x)。

方案2（优化版）:P0,P1 使用 PRF(Key01,counter) 本地同时生成一个相同的随机数r。然后P0本地设置x0=x-r，P1本地设置x1=r。此时 share(x) = (x0,x1)x=(x = r.r)，与定义一致。此版本无需 P2 的参与。没有通信开销。

目前 Rosetta 开源版本中使用的正是此方案。

方案3（优化版）:P0 设置 x0 = x-r， P1 设置 X1 = 0 即可。此时 share(x) = (x, 0)。此版本无需 P2 的参与。没有通信开销，也没有计算开销。

上述各个版本（包括方案1），都是可行且安全的。可以看到P1/P2并不知道 P0 的原始输入值。

关于 Multiply 算子

Multiply 算子中输入，输出部分没有变化，主要是计算步骤中的第1步与第2步有些许变化，以减少通信量。这里也只描述这两步，其余与前文相同。

在上文的描述中，我们知道 P2 生成三元组后，需要将其分享值发送给P0,P1。当我们有了 PRF 后，可以这么做：

P0,P2 使用PRF(Key02,counter02)同时生成 A0,B0,C0；P0,P1使用RF(Key12,counter12)同时生成 A1,B1。

然后，P2令A=A0+A1,B=B0+B1，得到C=A*B,C1=C-C0。P2将发送给P1。P2的任务完成。

目前 Rosetta 开源版本中使用的是此方案。

相比于原始版本，优化版本只需要发送 C1，不用再发送 A0,A1,B0,B1,C0。

在 Rosetta中，我们还针对具体的各个不同的算子进行了一系列的算法、工程优化，欢迎感兴趣的读者来进一步了解。

小结

安全性是隐私 AI框架的根本，在本篇文章中，我们结合隐私数据输入的处理和密文上乘法的实现，介绍了“随机数” 形式的密文是如何在多方之间流动，同时“神奇”的仍能保证计算逻辑的正确性的。我们这里对于安全性的说明是直观上的描述，而实际上，这些算法的安全性都是有严格数学证明的。感兴趣的读 者可以进一步去探索相关的论文。

Rosetta 将持续集成安全可靠的密码学算法协议作为“隐私计算引擎”到框架后端中，也欢迎广大开发者参与到隐私AI 的生态建设中来。

作者简介：

Rosetta技术团队，⼀群专注于技术、玩转算法、追求⾼效的⼯程师。Rosetta是⼀款基于主流深度学习框架TensorFlow 的隐私AI框架，作为矩阵元公司⼤规模商业落地的重要引擎，它承载和结合了隐私计算、区块链和AI三种典型技术。我们专门为AI从业者撰写了隐私计算+AI从技术到实战的全教程，力图让相关行业从业者0难度一键掌握隐私计算技术的用法

参考文献

[1] 秘密共享，

[2] Beaver,Donald."Efficientmultipartyprotocolsusingcircuitrandomization."Annual InternationalCryptologyConference.Springer,Berlin,Heidelberg,1991.

[3] PRF的一个简单介绍