别再让数据库知道你查了什么：用Python和同态加密手把手实现一个简易PIR查询

用Python实现同态加密隐私查询：保护你的每一次数据请求

在医疗记录查询、金融交易验证等场景中，我们常常面临一个两难困境：既需要从数据库中获取特定信息，又不愿暴露查询的具体内容。传统方案要么完全公开查询内容，要么需要下载整个数据库本地查询——前者牺牲隐私，后者浪费资源。本文将带你用Python构建一个基于同态加密的隐私信息检索(PIR)系统，实现"只获取所需数据而不泄露查询意图"的目标。

1. 环境准备与基础概念

1.1 同态加密工具选型

我们将使用Pyfhel库实现BFV同态加密方案。相比Paillier等部分同态方案，BFV支持加法和乘法运算，更适合多项式计算场景。安装依赖只需执行：

pip install Pyfhel numpy

同态加密的核心价值在于允许在密文上直接运算。假设我们加密了两个数字Enc(a)和Enc(b)，在不解密的情况下可以计算：

• 加法同态：Enc(a) + Enc(b) = Enc(a+b)
• 乘法同态：Enc(a) * Enc(b) = Enc(a*b)

这种特性使得数据方可以在不解密查询内容的情况下，直接在加密数据上执行计算。

1.2 模拟医疗数据库设计

我们构建一个简易医疗记录数据库，包含患者ID和对应的诊断结果：

medical_db = { 1001: "Hypertension Stage 1", 1002: "Type 2 Diabetes", 1003: "COVID-19 Positive", 1004: "Migraine", 1005: "Hyperlipidemia" }

这种键值结构常见于实际应用场景，但直接查询会暴露患者ID。我们的目标是：查询方想获取ID=1003的诊断结果，而不让数据库知道查询的是哪个ID。

2. 核心算法实现

2.1 构造隐私保护多项式

数据方需要准备两个特殊多项式：

• 判定多项式F(x)：当x为有效键时F(x)=0
• 数据多项式G(x)：当x为有效键时G(x)=对应值

def build_polynomials(db): keys = list(db.keys()) # F(x) = (x-k1)(x-k2)...(x-kn) F_coeff = np.poly(keys) # G(x) = H(x) + r*F(x) H_values = list(db.values()) H_coeff = np.polyfit(keys, H_values, len(keys)-1) r = np.random.randint(1, 1000) G_coeff = H_coeff + r * F_coeff return F_coeff, G_coeff

关键点在于：对于数据库中的键k，有F(k)=0，因此G(k)=H(k)=v，即对应的值。对于其他输入，G(x)会输出随机值。

2.2 同态加密查询处理

查询方生成密钥对并加密查询ID：

from Pyfhel import Pyfhel HE = Pyfhel() HE.contextGen(scheme='bfv', n=2**14, t_bits=20) HE.keyGen() query_id = 1003 # 要查询的ID enc_id = HE.encryptInt(np.array([query_id]))

数据方收到加密的ID后，需要在不解密的情况下计算多项式：

def homomorphic_poly_eval(coeff, enc_x, HE): """同态计算多项式值""" enc_result = HE.encryptInt(np.array([0])) for power, c in enumerate(reversed(coeff)): term = HE.scalar_multiply(enc_x, c, power) enc_result = HE.add(enc_result, term) return enc_result

这种计算方式虽然比明文运算慢约1000倍，但保证了查询隐私。实际应用中可通过优化多项式阶数来平衡效率与隐私。

3. 完整查询流程演示

3.1 查询初始化

# 数据方准备多项式 F_coeff, G_coeff = build_polynomials(medical_db) # 查询方加密查询ID并发送 query_id = 1003 enc_id = HE.encryptInt(np.array([query_id]))

3.2 数据方计算响应

# 同态计算F(q)和G(q) enc_F = homomorphic_poly_eval(F_coeff, enc_id, HE) enc_G = homomorphic_poly_eval(G_coeff, enc_id, HE)

3.3 查询方解密结果

# 解密计算结果 F_q = HE.decryptInt(enc_F)[0] G_q = HE.decryptInt(enc_G)[0] # 结果判定 if F_q == 0: print(f"查询成功，结果为: {G_q}") else: print("未查询到有效记录")

执行后将输出："查询成功，结果为: COVID-19 Positive"，而数据库方始终不知道具体查询了哪个ID。

4. 性能优化与实践建议

4.1 计算加速技巧

同态加密计算的主要瓶颈在于多项式阶数。我们可以通过以下方式优化：

1. 数据库分片：将大数据库分为多个小库，减少每个多项式项数
2. 预计算：对固定多项式预先计算某些中间值
3. 参数调优：选择适当的Pyfhel参数组合

# 更高效的参数设置示例 HE = Pyfhel() HE.contextGen(scheme='bfv', n=2**13, t=65537, sec=128) HE.keyGen()

4.2 实际应用注意事项

在金融领域应用时，建议添加查询频率限制和防重放攻击机制。医疗场景则需要注意与其他隐私保护技术(如差分隐私)结合使用。

5. 扩展应用场景

这套方案不仅适用于键值查询，经过改造还可应用于：

1. 隐私保护的数据统计：计算平均值、方差等统计量而不暴露具体数据
2. 安全投票系统：统计票数而不泄露投票人选择
3. 机密数据共享：跨机构数据合作时保护各方隐私

一个典型的金融风控应用案例：银行A想查询客户在银行B的信用记录，但不愿透露客户ID。使用PIR技术后，银行B无法确定银行A查询了哪个客户，但仍能返回正确的信用评估结果。

实现这种跨机构场景需要额外考虑网络通信安全和身份认证问题，通常需要结合TLS加密通道和数字证书技术。核心的隐私保护机制仍然基于我们介绍的同态加密多项式方案。