大规模MPC：将私有虹膜代码唯一性检查扩展至数百万用户
密码学与安全
2024-10-18 v2
摘要
本文我们致力于解决生物识别验证系统中关于隐私的关注，这些系统通常需要服务器端处理敏感数据（如指纹和虹膜代码）。具体而言，我们设计了一个解决方案，允许查询给定虹膜代码是否与给定数据库中包含的某个代码相似，同时所有查询和数据集均通过安全多方计算(MPC)进行保护。针对World ID和红十字会援助分配等运营系统的显著性能需求，我们提出了新的协议，将性能提升了三个数量级以上，相较于最近的领先系统Janus(S&P 24)。我们的最终协议可在单个CPU核心上实现超过69万个虹膜代码比较/秒的吞吐量，同时保护查询和数据库虹膜代码的隐私。此外，我们利用Nvidia NCCL在GPU上实现整个协议，使GPU可直接访问网络接口。从而我们能够避免GPU与CPU之间昂贵的数据传输，实现在3方MPC设置下（每个方都有8个H100 GPU）达到42.9亿个虹膜代码比较/秒的吞吐量。该GPU实现满足Worldcoin基金会设定的性能要求，将用于其部署的World ID基础设施中。
引用
@article{arxiv.2405.04463,
title = {Large-Scale MPC: Scaling Private Iris Code Uniqueness Checks to Millions of Users},
author = {Remco Bloemen and Bryan Gillespie and Daniel Kales and Philipp Sippl and Roman Walch},
journal= {arXiv preprint arXiv:2405.04463},
year = {2024}
}