PCT-TEE：基于轨迹并利用可信执行环境的隐私接触追踪系统

现有基于蓝牙的隐私接触追踪（Private Contact Tracing, PCT）系统可隐私地检测人们是否与 COVID-19 患者发生过直接接触。然而，我们发现现有系统缺乏功能性与灵活性，可能损害接触追踪的效果。具体而言，它们无法检测间接接触（例如，人们可能因使用同一电梯而暴露于冠状病毒，即便无直接接触）；它们也无法灵活更改“风险接触”的规则，如暴露时长或距 COVID-19 患者多近算作风险暴露，而这些规则可能随环境变化。本文提出一种高效且安全的接触追踪系统，可同时支持直接与间接接触。为解决上述问题，我们需要利用用户轨迹数据进行隐私接触追踪，称为基于轨迹的 PCT。我们将该问题形式化为时空私有集合交集（Spatiotemporal Private Set Intersection）。通过分析如同态加密等可扩展用于解决该问题的方法，我们确认可信执行环境（Trusted Execution Environment, TEE）是实现所需要求的合适方法。主要挑战在于如何在 TEE 有限的安全内存下设计时空私有集合交集算法。为此，我们设计了一个基于 TEE 的系统，并配有灵活的轨迹数据编码算法。在真实数据上的实验表明，所提系统能在数秒内对千万级轨迹记录处理数千次查询。