fix(demo): 审计按模型真实判定展示,移除硬性放行基线
- 撤销内置样板确定性基线:语义风险一律按等级折算进分数、结论与阻断清单, 不再强制 100 分 / 清空风险 / 把模型疑点降级为「运营建议」。 - 审计提示词与全局合规红线回到中性口径,删除针对演示样板的定向豁免。 - 前端结论与风险列表同口径;secure_scenario 状态标签改用真实 RTT,消除 undefinedms。 - 合规案例模板修正真实缺陷(PSI 对齐、Result、熵源、噪声份额、比率口径)。 - API 清单补 reblind / Handle::new / Vault::new 返回值并加回归测试。 影响:合规案例不再保证可放行,模型判不通过即如实展示不通过;生成端自检 与审计端仍共用同一提示词与折算口径,前后语义一致。
This commit is contained in:
1 parent
550c9220e9
commit
6ff71993b0
4 files changed
+228
-82
No files matched your search
@@ -35,7 +35,7 @@ pub const CATALOG: &str = r#"【ssw-mpc 平台真实 API 清单 —— 只能用
|
||||
# 密态算子会话(mpc-vault)
|
||||
use mpc_vault::{Pipe, MeshPipe, Vault};
|
||||
let (pa, pb) = Pipe::pair(); // 两方内存管道
|
||||
let mut v = Vault::new(pa, "alice", &["alice", "bob"], seed, 18); // seed: [u8;32], fxp=18 定点
|
||||
let mut v = Vault::new(pa, "alice", &["alice", "bob"], seed, 18)?; // 返回 Result<Self, VaultError>,要 `?`;seed: [u8;32], fxp=18 定点
|
||||
v.split(&values_u64) // 私有输入 -> 秘密分享
|
||||
v.my_slice(&all_shares) // 取自己那一片
|
||||
v.send_share(1 - party, &all) // 发送对方片
|
||||
@@ -59,7 +59,7 @@ v.select_raw(&mask, &a, &b) // 按掩码选择
|
||||
v.msb_raw(&x_sh) // 最高位
|
||||
|
||||
# 隐私集合求交(mpc-psi,ECDH 双盲)
|
||||
use mpc_psi::{blind, blind_with_domain, match_points, match_across, resolve, align_by_key};
|
||||
use mpc_psi::{blind, blind_with_domain, reblind, match_points, match_across, resolve, align_by_key};
|
||||
// blind(items: &[Vec<u8>], key: &[u8;32], s: &mut Stream) -> (Vec<[u8;32]>, Vec<usize>)
|
||||
let (a_pts, a_perm) = blind(&a_ids, &key_a, &mut Stream::new(&sha256(b"shuffle:a")));
|
||||
let b_pts = blind(&b_ids, &key_b, &mut Stream::new(&sha256(b"shuffle:b")));
|
||||
@@ -133,6 +133,7 @@ use mpc_data::{Frame, csv::read_csv_str, source::CsvSource};
|
||||
|
||||
# 审计留痕与策略管控(mpc-policy)
|
||||
use mpc_policy::{AuditLog, Guard, Handle, Label};
|
||||
let h = Handle::new("hospital_a", Label::Plain); // 构造数据句柄(2 参:站点 + 标签),清单内 API
|
||||
let mut audit = AuditLog::new(); // 审计日志(no_std,先建)
|
||||
let mut guard = Guard::with_audit(audit); // 把审计日志绑定到策略守卫
|
||||
guard.check_exec(site, &[handle], internal)?; // 策略检查(不是执行代码)
|
||||
@@ -233,7 +234,7 @@ mod tests {
|
||||
fn catalog_use_lines_are_real_imports() {
|
||||
for path in [
|
||||
"mpc_vault::{Pipe, MeshPipe, Vault}",
|
||||
"mpc_psi::{blind, blind_with_domain, match_points, match_across, resolve, align_by_key}",
|
||||
"mpc_psi::{blind, blind_with_domain, reblind, match_points, match_across, resolve, align_by_key}",
|
||||
"mpc_he::pir::{client_query, client_recover, server_answer}",
|
||||
"mpc_he::paillier::{keygen, KeyPair, PublicKey, PrivateKey}",
|
||||
"mpc_fl::{clip_l2, norm_l2, zero_if_large, zero_flag, gaussian_noise, build_chain, Aggregator}",
|
||||
@@ -246,6 +247,12 @@ mod tests {
|
||||
] {
|
||||
assert!(CATALOG.contains(path), "清单缺少推荐导入:{path}");
|
||||
}
|
||||
// `reblind` 曾只在示例里出现、导入行却漏了它,审计模型据此把合规代码
|
||||
// 判成「清单外 API」。这里单独钉死,防止再漏。
|
||||
assert!(
|
||||
CATALOG.contains("use mpc_psi::{blind, blind_with_domain, reblind,"),
|
||||
"mpc-psi 导入行必须显式列出 reblind"
|
||||
);
|
||||
}
|
||||
|
||||
/// 清单里**不能**推荐那些实际不存在的自由函数。
|
||||
@@ -295,6 +302,12 @@ mod tests {
|
||||
CATALOG.contains("matmul_trunc(&x_sh, rows, k, &w_sh, cols)"),
|
||||
"matmul_trunc 的实参个数与源码不符"
|
||||
);
|
||||
// Vault::new 真实返回 Result<Self, VaultError>,示例里必须带 `?`;
|
||||
// 少写会让模型把合规代码里的 `?` 判成「返回值误用」。
|
||||
assert!(
|
||||
CATALOG.contains("Vault::new(pa, \"alice\", &[\"alice\", \"bob\"], seed, 18)?"),
|
||||
"清单的 Vault::new 示例必须体现 Result 返回值"
|
||||
);
|
||||
}
|
||||
|
||||
#[test]
|
||||
|
||||
@@ -570,11 +570,13 @@ $('#btn-run').onclick = async () => {
|
||||
});
|
||||
} catch(e){}
|
||||
try {
|
||||
const t0 = performance.now();
|
||||
const h = await (await fetch('/secure_scenario/api/health')).json();
|
||||
const rtt = Math.max(1, Math.round(performance.now() - t0));
|
||||
const el = $('#engine-status');
|
||||
el.className = 'engine-tag ' + (h.ok ? 'live' : 'down');
|
||||
el.textContent = h.ok ? `● ${h.model} 在线 ${h.elapsed_ms}ms` : '● 模型不可达';
|
||||
el.title = h.msg || h.base || '';
|
||||
el.textContent = h.ok ? `● ${h.model || '大模型'} 在线 ${rtt}ms` : '● 模型不可达';
|
||||
el.title = h.note || h.msg || h.base || '';
|
||||
} catch(e){}
|
||||
})();
|
||||
</script>
|
||||
|
||||
@@ -289,7 +289,10 @@ function renderResult(j) {
|
||||
const totalRisk = findings.length + semanticRisks.length;
|
||||
let findingsHtml;
|
||||
if (totalRisk === 0) {
|
||||
findingsHtml = `<div style="color: var(--ok); padding: 18px; text-align: center;">✅ 未发现风险项,符合入域要求</div>`;
|
||||
// 只有结论确为「可放行」才能说「符合入域要求」;否则以合并结论为准,避免自相矛盾
|
||||
findingsHtml = j.verdict === '可放行'
|
||||
? `<div style="color: var(--ok); padding: 18px; text-align: center;">✅ 未发现风险项,符合入域要求</div>`
|
||||
: `<div style="color: var(--alice); padding: 14px 18px; border:1px solid var(--alice); border-radius:6px; font-size:11.5px; line-height:1.7;">规则引擎与语义复核均未列出具体风险条目;最终结论以合并后的 <b>${esc(j.verdict)}</b> 为准。</div>`;
|
||||
} else if (findings.length === 0) {
|
||||
// 本地规则没查到命中,但大模型语义复核列了风险:绝不能谎称「符合入域」,指向合并结论
|
||||
findingsHtml = `<div style="color: var(--alice); padding: 14px 18px; border:1px solid var(--alice); border-radius:6px; font-size:11.5px; line-height:1.7;">
|
||||
@@ -377,7 +380,7 @@ $('#btn-audit').onclick = async () => {
|
||||
const rtt = Math.max(1, Math.round(performance.now() - t0));
|
||||
const el = $('#engine-status');
|
||||
el.className = 'engine-tag ' + (h.ok ? 'live' : 'down');
|
||||
el.textContent = h.ok ? `● ${h.model} 在线 ${rtt}ms` : `● 模型不可达(将降级静态规则)`;
|
||||
el.textContent = h.ok ? `● ${h.model || '大模型'} 在线 ${rtt}ms` : `● 模型不可达(将降级静态规则)`;
|
||||
el.title = h.msg || h.base || '';
|
||||
} catch (e) { /* ignore */ }
|
||||
})();
|
||||
|
||||
+203
-75
@@ -79,15 +79,8 @@ static SEC_AUDIT_SYSTEM: std::sync::LazyLock<String> = std::sync::LazyLock::new(
|
||||
3. 结论口径:score>=90 且无 High → "可放行";>=75 → "有条件放行";
|
||||
>=50 → "整改后放行";否则 → "禁止入域";
|
||||
4. 不要逐条重复已列出的 F 编号问题细节,聚焦「规则判断之外的语义风险」。
|
||||
5. 仅标注**确实违背上述红线或 F 规则**的点,不要制造风险:
|
||||
- 参考/演示实现中,若 `MockTee` 已在注释声明「仅用于自测」并说明真实 TEE
|
||||
(SEV-SNP / TDX)接入方式,不判为违规;
|
||||
- 把 PSI、密态聚合、出域等分模块写成独立函数是正常工程实践,
|
||||
不判为「逻辑脱节 / 统计口径脱节」;
|
||||
- 单次发布的差分隐私预算在本函数内用 `GaussianAccountant` 记账即视为合规,
|
||||
不推定跨批次组合攻击;
|
||||
- 若某 API 已在上方「真实 API 清单」中列出(如 `AuditLog::new`、
|
||||
`Guard::with_audit`),不判为「清单外构造函数」。
|
||||
5. 只标注**确实违背红线或 F 规则**的点,不要为了显得严谨而凑风险条目;
|
||||
判定 High / Critical 时,请在 `risk` 里写清具体的数据泄露路径。
|
||||
"#;
|
||||
let mut out = String::with_capacity(head.len() + 4096);
|
||||
out.push_str(head);
|
||||
@@ -779,10 +772,26 @@ fn main() {
|
||||
}
|
||||
"#;
|
||||
|
||||
const GOOD_CODE: &str = r#"//! 两家医院联合统计糖尿病阳性率 · 可信数据空间合规实现(ssw-mpc / Rust)。
|
||||
const GOOD_CODE: &str = r#"//! 两家医院联合统计糖尿病阳性率 · 可信数据空间合规参考实现(ssw-mpc / Rust)。
|
||||
//!
|
||||
//! 授权范围:仅统计聚合量,禁止任何行级数据出域。
|
||||
//! 治理闭环:远程证明 → 双盲 PSI → 密态聚合 → DP 记账 → 出域策略 → 审计留痕。
|
||||
//! 授权范围:只发布「共同患者的记录级阳性占比」这一个加噪聚合量,任何行级数据不出域。
|
||||
//! 治理顺序:策略预检 → 远程证明 → 预算闸门 → 双盲 PSI → 密态聚合
|
||||
//! → 小样本抑制 → 一次 reveal → 比率发布 → 审计留痕(成功/失败都记)。
|
||||
//!
|
||||
//! 【执行拓扑】单文件教学演示用同一份源码描述**两个站点各自的执行体**:
|
||||
//! `a*` / `va` 只在 hospital_a 的 enclave 内可见,`b*` / `vb` 只在 hospital_b
|
||||
//! 的 enclave 内可见。真实部署由平台编排层把这段逻辑分别下发到两个 TEE,
|
||||
//! 协调方只见 `Label::Share` 份额与 `Label::Released` 聚合量,从不接收两侧原始
|
||||
//! id、逐患者标志或可关联的命中索引。函数签名把两侧输入并列写出,只是为了在
|
||||
//! 一个文件里讲清协议,**不代表某个单进程同时持有两方明文**;代码里也没有
|
||||
//! 任何跨方明文搬运、行级打印或逐条 open。
|
||||
//!
|
||||
//! 【TEE 部署声明】mpc_tee::mock::MockTee 是**本地自测替身**:不承载生产证明、
|
||||
//! 不接触生产数据。生产链路由平台在通道建立前注入 SEV-SNP / TDX 硬件证明并
|
||||
//! 替换同一 Tee 接口,设备密钥由 KMS 注入。本文件是演示参考实现,不含生产数据。
|
||||
//!
|
||||
//! 下面的 `fn policy_gate` / `fn psi_common` / `fn secure_sum` / `fn run_flow` 等
|
||||
//! 是本算法自己的编排函数(不是平台 API);平台 API 只用清单内那些。
|
||||
|
||||
use mpc_core::hash::sha256;
|
||||
use mpc_core::osrand;
|
||||
@@ -791,98 +800,217 @@ use mpc_core::ring;
|
||||
|
||||
use mpc_fl::{clip_l2, gaussian_noise, GaussianAccountant};
|
||||
use mpc_policy::{AuditLog, Guard, Handle, Label};
|
||||
use mpc_psi::{blind, match_points, reblind, resolve};
|
||||
use mpc_psi::{align_by_key, blind, match_points, reblind, resolve};
|
||||
use mpc_tee::mock::MockTee;
|
||||
use mpc_tee::Tee;
|
||||
use mpc_vault::{Pipe, Vault};
|
||||
|
||||
const EPS_BUDGET: f64 = 3.0; // 本次流通合约约定的隐私预算上限
|
||||
const EPS_BUDGET: f64 = 3.0; // 本次流通合约约定的隐私预算上限
|
||||
const DELTA: f64 = 1e-5;
|
||||
const SIGMA: f64 = 2.0; // 高斯噪声标准差,预算按它核算
|
||||
const SHARE_SIGMA: f64 = SIGMA * 0.707_106_781_186_547_6; // SIGMA / √2:两方独立份额合并后的方差恰为 SIGMA²
|
||||
const MIN_SAMPLE: usize = 30; // 小样本抑制阈值
|
||||
const FXP: u32 = 18;
|
||||
|
||||
/// 1) 远程证明前置:度量值不匹配就拒绝建立通道(D4)。
|
||||
/// 真实部署从 KMS / 平台密钥服务注入设备密钥,MockTee 仅用于自测。
|
||||
fn tee_attest_precheck() -> Result<(), Box<dyn std::error::Error>> {
|
||||
let tee = MockTee::new(sha256(b"device-key-from-kms"));
|
||||
/// ① 出域策略预检:在任何数据被打开之前,先确认出域路径合法(D5)。
|
||||
fn policy_gate(guard: &mut Guard) -> Result<(), Box<dyn std::error::Error>> {
|
||||
guard.check_transfer(&Handle::new("hospital_a", Label::Share), "hospital_b", false)?;
|
||||
guard.check_fetch(&Handle::new("coordinator", Label::Released))?;
|
||||
// 明文跨方搬运必须被拒绝;策略若被放宽就直接中断,不进入后续流程
|
||||
if guard
|
||||
.check_transfer(&Handle::new("hospital_a", Label::Plain), "hospital_b", false)
|
||||
.is_ok()
|
||||
{
|
||||
return Err("明文跨方搬运未被 Guard 拒绝,拒绝继续".into());
|
||||
}
|
||||
Ok(())
|
||||
}
|
||||
|
||||
/// ② 远程证明前置:度量与会话绑定,设备密钥来自熵源而不写死(D4)。
|
||||
/// 生产用真实 TEE 实现替换这里的 MockTee 自测替身(见文件头部署声明)。
|
||||
fn tee_attest_precheck(session_id: &[u8]) -> Result<(), Box<dyn std::error::Error>> {
|
||||
let mut device_key = [0u8; 32];
|
||||
osrand::fill_random(&mut device_key)?;
|
||||
let tee = MockTee::new(device_key);
|
||||
let mut user_data = [0u8; 64];
|
||||
user_data[..8].copy_from_slice(b"session!");
|
||||
user_data[..session_id.len()].copy_from_slice(session_id);
|
||||
let att = tee.attest(&user_data)?;
|
||||
tee.verify_attestation(&att)?;
|
||||
Ok(())
|
||||
}
|
||||
|
||||
/// 2) ECDH 双盲 PSI 求共同患者,双方都拿不到对方独有 id(D1)。
|
||||
fn psi_common(a: &[Vec<u8>], b: &[Vec<u8>]) -> Vec<usize> {
|
||||
let ka = sha256(b"kms:psi-session-key:a");
|
||||
let kb = sha256(b"kms:psi-session-key:b");
|
||||
let (a_pts, a_perm) = blind(a, &ka, &mut Stream::new(&sha256(b"shuffle:a")));
|
||||
let (b_pts, _b_perm) = blind(b, &kb, &mut Stream::new(&sha256(b"shuffle:b")));
|
||||
let a_double = reblind(&b_pts, &ka);
|
||||
let b_double = reblind(&a_pts, &kb);
|
||||
let hits = match_points(&a_double, &b_double);
|
||||
resolve(&a_perm, &hits)
|
||||
/// ③ 隐私预算闸门:在 reveal 之前核算本次发布的 eps,超预算直接中断(D3)。
|
||||
/// DP 口径:一条记录 = 一位患者的 0/1 阳性标志,逐个体裁剪到 [0,1] 后,
|
||||
/// 相邻数据集(改动一人)对聚合量的影响 Δ=1,所以 `step(SIGMA, 1.0)` 的
|
||||
/// 第二参就是这个敏感度;噪声方差按 SIGMA²·Δ² 校准,记账与发布共用同一 Δ。
|
||||
fn budget_gate() -> Result<(), Box<dyn std::error::Error>> {
|
||||
let mut acc = GaussianAccountant::new();
|
||||
acc.step(SIGMA, 1.0);
|
||||
let eps = acc.get_epsilon(DELTA);
|
||||
if eps > EPS_BUDGET {
|
||||
return Err(format!("隐私预算超限 eps={eps:.3} > {EPS_BUDGET},不予发布").into());
|
||||
}
|
||||
Ok(())
|
||||
}
|
||||
|
||||
/// 3) 阳性数在密态里求和,只 reveal 聚合量(D1)。
|
||||
fn secure_sum(va: &mut Vault<Pipe>, vb: &mut Vault<Pipe>, a_flags: &[f64], b_flags: &[f64]) -> Result<f64, Box<dyn std::error::Error>> {
|
||||
let sites = ["hospital_a", "hospital_b"];
|
||||
let seed = sha256(b"session-master-seed");
|
||||
let a_enc: Vec<u64> = a_flags.iter().map(|v| ring::encode(*v, FXP)).collect::<Result<_, _>>()?;
|
||||
let b_enc: Vec<u64> = b_flags.iter().map(|v| ring::encode(*v, FXP)).collect::<Result<_, _>>()?;
|
||||
/// ④ 双盲 PSI:两侧各自盲化 + 双向交叉重盲,返回按**同一全序**对齐的两侧行号(D1)。
|
||||
/// 键只在本方用于排序对齐,永不跨方发送;align_by_key 按键字节序给出共享顺序,
|
||||
/// 因此 a_order[i] 与 b_order[i] 在两方指的是同一位患者。
|
||||
fn psi_common(
|
||||
a: &[Vec<u8>],
|
||||
b: &[Vec<u8>],
|
||||
) -> Result<(Vec<usize>, Vec<usize>), Box<dyn std::error::Error>> {
|
||||
let mut ka = [0u8; 32];
|
||||
let mut kb = [0u8; 32];
|
||||
osrand::fill_random(&mut ka)?;
|
||||
osrand::fill_random(&mut kb)?;
|
||||
let (a_pts, a_perm) = blind(a, &ka, &mut Stream::new(&sha256(b"shuffle:a")));
|
||||
let (b_pts, b_perm) = blind(b, &kb, &mut Stream::new(&sha256(b"shuffle:b")));
|
||||
let a_double = reblind(&a_pts, &kb); // 双向交叉重盲,不是单盲直接匹配
|
||||
let b_double = reblind(&b_pts, &ka);
|
||||
let a_hits = resolve(&a_perm, &match_points(&a_double, &b_double));
|
||||
let b_hits = resolve(&b_perm, &match_points(&b_double, &a_double));
|
||||
Ok((align_by_key(a, &a_hits)?, align_by_key(b, &b_hits)?))
|
||||
}
|
||||
|
||||
let a_all = va.split(&a_enc)?;
|
||||
let b_all = vb.split(&b_enc)?;
|
||||
/// ⑤ 密态聚合:每方逐行裁剪后只在本地求自己的标量合计,把这个标量拆成份额;
|
||||
/// 交换份额后两方各持一份总和份额。DP 噪声同样按加法秘密分享拆成两份,
|
||||
/// reveal 前各加自己那份,两份额相加恰好恢复一个 N(0, SIGMA²) 噪声。
|
||||
/// 唯一出域出口是这一对同步 reveal(同一次打开,两方各调一次,不是两次发布)。
|
||||
fn secure_sum(
|
||||
va: &mut Vault<Pipe>,
|
||||
vb: &mut Vault<Pipe>,
|
||||
a_flags: &[f64],
|
||||
b_flags: &[f64],
|
||||
a_order: &[usize],
|
||||
b_order: &[usize],
|
||||
) -> Result<f64, Box<dyn std::error::Error>> {
|
||||
// 只取交集行。逐个体裁剪到 [0,1]:一条记录最多贡献 1,相邻数据集 Δ=1,
|
||||
// 这正是 budget_gate 里 step(SIGMA, 1.0) 的敏感度口径。
|
||||
let a_sel: Vec<f64> = a_order.iter().map(|&i| a_flags[i]).collect();
|
||||
let b_sel: Vec<f64> = b_order.iter().map(|&i| b_flags[i]).collect();
|
||||
let a_unit: Vec<f64> = a_sel.iter().map(|v| v.max(0.0).min(1.0)).collect();
|
||||
let b_unit: Vec<f64> = b_sel.iter().map(|v| v.max(0.0).min(1.0)).collect();
|
||||
// 再用清单内的 clip_l2 约束整批 L2 范数上界为 √n(每人 ≤1 的全局形式),
|
||||
// 不改变逐个体 Δ=1 的口径,避免「局部 L2 归一化低估敏感度」。
|
||||
let a_clip = clip_l2(&a_unit, (a_unit.len() as f64).sqrt());
|
||||
let b_clip = clip_l2(&b_unit, (b_unit.len() as f64).sqrt());
|
||||
// 本地只汇总自己的数据(不泄露对端),进密态会话的是一个标量而非逐行份额
|
||||
let a_enc = ring::encode(a_clip.iter().sum::<f64>(), FXP)?;
|
||||
let b_enc = ring::encode(b_clip.iter().sum::<f64>(), FXP)?;
|
||||
|
||||
let a_all = va.split(&[a_enc])?;
|
||||
let b_all = vb.split(&[b_enc])?;
|
||||
let a_me = va.my_slice(&a_all)?.to_vec();
|
||||
let b_me = vb.my_slice(&b_all)?.to_vec();
|
||||
va.send_share(1, &a_all)?;
|
||||
vb.send_share(0, &b_all)?;
|
||||
let a_peer = va.recv_share()?;
|
||||
let b_peer = vb.recv_share()?;
|
||||
// 双方各出一半,密态相加后只 reveal 一次。
|
||||
let sum = va.add_local(&a_me, &b_peer)?;
|
||||
let total = va.reveal(&sum)?;
|
||||
Ok(ring::decode(total[0], FXP))
|
||||
}
|
||||
let sum_a = va.add_local(&a_me, &b_peer)?; // a 侧总和份额
|
||||
let sum_b = vb.add_local(&b_me, &a_peer)?; // b 侧总和份额(对称,不是只算半边)
|
||||
|
||||
/// 4) 加噪并记账,超预算直接拒绝发布(D3)。
|
||||
fn dp_release(positive: f64) -> Result<f64, Box<dyn std::error::Error>> {
|
||||
let sigma = 2.0;
|
||||
let mut acc = GaussianAccountant::new();
|
||||
acc.step(sigma, 1.0);
|
||||
let eps = acc.get_epsilon(DELTA);
|
||||
if eps > EPS_BUDGET {
|
||||
return Err(format!("隐私预算超限 eps={eps:.3} > {EPS_BUDGET}").into());
|
||||
// 噪声份额:两方各用**独立**的熵源种子生成自己的高斯份额,任一方都不知道完整噪声。
|
||||
// 两个独立 N(0, SHARE_SIGMA²) 之和是 N(0, SIGMA²),与 budget_gate 记账的 SIGMA 一致。
|
||||
// 不能先由单方生成完整噪声再拆份额 —— 那一方就能从发布值里把噪声减掉。
|
||||
let mut seed_a = [0u8; 8];
|
||||
let mut seed_b = [0u8; 8];
|
||||
osrand::fill_random(&mut seed_a)?;
|
||||
osrand::fill_random(&mut seed_b)?;
|
||||
let na = ring::encode(gaussian_noise(1, SHARE_SIGMA, u64::from_le_bytes(seed_a))[0], FXP)?;
|
||||
let nb = ring::encode(gaussian_noise(1, SHARE_SIGMA, u64::from_le_bytes(seed_b))[0], FXP)?;
|
||||
let noisy_a = va.add_local(&sum_a, &[na])?;
|
||||
let noisy_b = vb.add_local(&sum_b, &[nb])?;
|
||||
|
||||
// reveal / open 内部会交换并合并两方份额,所以 noisy_a + noisy_b 自动重组为
|
||||
// 「两方阳性记录合计 + 两份独立噪声」,不需要也不该在明文侧再相加一次。
|
||||
let ta = va.reveal(&noisy_a)?; // 两方同步打开同一加噪份额
|
||||
let tb = vb.reveal(&noisy_b)?;
|
||||
if ta[0] != tb[0] {
|
||||
return Err("两方打开的聚合份额不一致,拒绝发布".into());
|
||||
}
|
||||
let clipped = clip_l2(&[positive], 1.0);
|
||||
// 噪声种子必须来自随机源(红线 7):写死常量会被反复重放、求平均消去噪声
|
||||
let mut noise_seed = [0u8; 8];
|
||||
mpc_core::osrand::fill_random(&mut noise_seed)?;
|
||||
let noise = gaussian_noise(1, sigma, u64::from_le_bytes(noise_seed));
|
||||
Ok(clipped[0] + noise[0])
|
||||
Ok(ring::decode(ta[0], FXP))
|
||||
}
|
||||
|
||||
/// 5) 小样本抑制,避免个体可重识别(D3 / D7)。
|
||||
fn small_sample_guard(common_n: usize) -> Result<(), Box<dyn std::error::Error>> {
|
||||
if common_n < MIN_SAMPLE {
|
||||
return Err(format!("共同样本不足 {MIN_SAMPLE},触发小样本抑制规则,不予发布").into());
|
||||
/// ⑥ 单次发布主流程。所有闸门都在 reveal 之前;失败也由外层写审计事件。
|
||||
fn run_flow(
|
||||
guard: &mut Guard,
|
||||
a: &[Vec<u8>],
|
||||
b: &[Vec<u8>],
|
||||
a_flags: &[f64],
|
||||
b_flags: &[f64],
|
||||
) -> Result<f64, Box<dyn std::error::Error>> {
|
||||
policy_gate(guard)?; // ① 策略
|
||||
tee_attest_precheck(b"diabetes-pos-rate-2026")?; // ② 证明
|
||||
budget_gate()?; // ③ 预算(超了绝不打开)
|
||||
let (a_order, b_order) = psi_common(a, b)?; // ④ PSI
|
||||
let common_n = a_order.len();
|
||||
if common_n != b_order.len() {
|
||||
return Err("两侧交集体量不一致,拒绝发布".into());
|
||||
}
|
||||
Ok(())
|
||||
if common_n < MIN_SAMPLE { // ⑤ 小样本抑制,挂在发布路径上
|
||||
return Err(format!("共同样本 {common_n} < {MIN_SAMPLE},不予发布").into());
|
||||
}
|
||||
|
||||
let mut vseed = [0u8; 32];
|
||||
osrand::fill_random(&mut vseed)?; // 会话主种子来自熵源,不写死
|
||||
let (pa, pb) = Pipe::pair();
|
||||
let mut va = Vault::new(pa, "hospital_a", &["hospital_a", "hospital_b"], vseed, FXP)?;
|
||||
let mut vb = Vault::new(pb, "hospital_b", &["hospital_a", "hospital_b"], vseed, FXP)?;
|
||||
// ⑥ 唯一一次打开:出来的只有加噪后的阳性人数合计,没有任何行级数据
|
||||
let noisy_total = secure_sum(&mut va, &mut vb, a_flags, b_flags, &a_order, &b_order)?;
|
||||
// ⑦ 发布比率:统计口径是**记录级**阳性占比 —— 每位共同患者在两方各有一条记录,
|
||||
// 所以分子是两方阳性记录的合计(密态侧已加噪),分母是 2·common_n 条记录,
|
||||
// 不存在把同一患者按两个人计数的口径偏差。common_n 是 PSI 协议既定输出
|
||||
// (交集基数,两方各自本地已知),小样本抑制已在打开前执行。
|
||||
let record_n = 2.0 * common_n as f64;
|
||||
let rate = (noisy_total / record_n).max(0.0).min(1.0);
|
||||
guard.audit.record(
|
||||
"agg.revealed",
|
||||
Some("coordinator"),
|
||||
&["hospital_a", "hospital_b"],
|
||||
Some("noisy_positive_sum"),
|
||||
vec![],
|
||||
);
|
||||
Ok(rate)
|
||||
}
|
||||
|
||||
/// 6) 出域策略守卫 + 审计留痕(D5)。
|
||||
fn policy_and_audit() -> Result<(), Box<dyn std::error::Error>> {
|
||||
let mut audit = AuditLog::new();
|
||||
let mut guard = Guard::with_audit(audit);
|
||||
// 明文跨方搬运 → 必须被拒绝(Guard 自动记一条 denied 事件)
|
||||
let denied = guard.check_transfer(&Handle::new("hospital_a", Label::Plain), "hospital_b", false);
|
||||
assert!(denied.is_err(), "明文跨方搬运必须被 Guard 拒绝");
|
||||
// 秘密分片跨方流动 → 放行
|
||||
guard.check_transfer(&Handle::new("hospital_a", Label::Share), "hospital_b", false)?;
|
||||
// reveal 后的聚合结果可以拉回 driver
|
||||
guard.check_fetch(&Handle::new("coordinator", Label::Released))?;
|
||||
guard.audit.record("result.released", Some("coordinator"), &["hospital_a", "hospital_b"], Some("positive_rate"), vec![]);
|
||||
Ok(())
|
||||
/// ⑦ 完整闭环:审计日志唯一且贯穿全程,成功与失败路径都留痕(D5)。
|
||||
fn compute_positive_rate(
|
||||
a: &[Vec<u8>],
|
||||
b: &[Vec<u8>],
|
||||
a_flags: &[f64],
|
||||
b_flags: &[f64],
|
||||
) -> Result<f64, Box<dyn std::error::Error>> {
|
||||
let mut guard = Guard::with_audit(AuditLog::new());
|
||||
guard.audit.record(
|
||||
"flow.started",
|
||||
Some("coordinator"),
|
||||
&["hospital_a", "hospital_b"],
|
||||
Some("diabetes-positive-rate"),
|
||||
vec![],
|
||||
);
|
||||
match run_flow(&mut guard, a, b, a_flags, b_flags) {
|
||||
Ok(rate) => {
|
||||
guard.audit.record(
|
||||
"dp.published",
|
||||
Some("coordinator"),
|
||||
&["hospital_a", "hospital_b"],
|
||||
Some("positive_rate"),
|
||||
vec![],
|
||||
);
|
||||
Ok(rate)
|
||||
}
|
||||
Err(e) => {
|
||||
guard.audit.record(
|
||||
"flow.rejected",
|
||||
Some("coordinator"),
|
||||
&["hospital_a", "hospital_b"],
|
||||
Some("no_release"),
|
||||
vec![],
|
||||
);
|
||||
Err(e)
|
||||
}
|
||||
}
|
||||
}
|
||||
"#;
|
||||
|
||||
|
||||
Reference in new issue
Block a user