推荐 3.5
Conf: 50%
该论文针对模糊私密集合交集(Fuzzy PSI)问题,旨在使双方在不泄露各自集合的情况下,识别距离不超过阈值δ的近似匹配元素。现有方案在一般闵可夫斯基距离下,要么依赖强双边的几何分离假设,要么在单边假设下产生显著开销。为此,作者提出了首个在单边假设下对一般L_{p∈[1,∞]}距离具体高效的模糊PSI协议,仅基于轻量级对称密钥原语。协议支持发送方和接收方两种设置,并针对稀疏输入分布设计了更高效的特化协议。为了降低随δ增长的开销,作者非平凡地将前缀trie技术融入协议,首次实现一般L_{p∈[1,∞]}距离下O(logδ)的复杂度,优于先前工作的O((logδ)^d)或O(δ)。大量实验表明,在相同假设下,本协议显著优于先前工作:与van Baarsen和Pu(EUROCRYPT'24)相比,计算速度最高提升239倍,通信量降低最高20倍;与Dang等(CCS'25)相比,最高提升518倍计算速度,通信量降低63倍;与Bui等(ASIACRYPT'25)相比,最高提升4818倍计算速度,通信量降低282倍。该工作为模糊PSI的实际部署提供了更高效的解决方案。
💡 推荐理由: 该研究显著降低了模糊PSI的计算和通信开销,使得在生物识别、位置服务等需要近似匹配的隐私保护应用中,更高效地实现数据比对,增强了实用性和可部署性。
🎯 建议动作: 研究跟进
排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)