50、多方计算安全策略合成与超属性违规解释

多方计算安全策略合成与超属性违规解释

1. MPC 应用性能提升

1.1 评估方法

为评估多方计算（MPC）应用的性能提升，我们对比了每个基准测试在安全策略 v1 和 v2 下的执行时间（秒）、电路规模（百万门）和通信流量（MB）。其中，v1 仅通过应用类型系统获得，v2 则是在 v1 的基础上，在不影响安全性的前提下降低安全级别并进行细化得到的。测量结果通过公式“(v1 结果 / v2 结果 - 1)”计算，并取 10 次重复实验的平均值以减少噪声。

1.2 Obliv - C 实验结果

在 Obliv - C 中，实验结果如图 6 所示（注意纵坐标为对数刻度）。每个基准测试的随机输入数组大小从 10 到 100 以步长 10 变化。总体而言，性能提升显著，尤其是在快速排序（QS）上。具体数据如下表所示：
| 基准测试 | 执行时间减少比例 | 电路规模减少比例 | 通信流量减少比例 |
| ---- | ---- | ---- | ---- |
| QS | 1.56×10⁵% | 3.61×10⁵% | 4.17×10⁵% |
| LinS | 45% | 368% | 367% |
| BinS | 38% | 52% | 53% |
| AlmS | 31% | 38% | 39% |
| PSI | 36% | 275% | 274% |

这表明使用姚氏混淆电路协议的 Obliv - C 中 MPC 应用的性能得到了提升。

1.3 MPyC 实验结果

在 MPyC 中，由于其不提供电路规模和通信流量信息，我们