From f5a6424ca6677f98ca5e00ecaaca773a1eaefd03 Mon Sep 17 00:00:00 2001 From: rong Date: Mon, 2 Nov 2026 14:15:01 +0800 Subject: [PATCH] =?UTF-8?q?docs:=20OPT=5FPLAN=20=E5=A2=9E=20R6/R7/R8?= =?UTF-8?q?=EF=BC=9BIR=20=C2=A73.4=20=E8=A1=A5=E4=B8=A4=E7=BB=84=E8=AF=BB?= =?UTF-8?q?=E6=95=B0=E5=B9=B6=E6=A0=87=E6=B3=A8=E6=BC=82=E7=A7=BB?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - R6 记下跨会话盲化缓存:三档实测表、5 条验收用例(含反向守卫)、 三条代价、以及两件**刻意没做**的事(落盘、接进纵向 LR)。 - R7 是**量过但没做**的一条:换 Ristretto 约 1.55×,Edwards 约 1.75×。 附三列实测表,并记下「映射到点的钱会吃掉窗口法收益」这个预判被推翻 —— 本仓第三次同类失误,共同点都是只估了一边。 - R8 记录基准漂移:同一份代码同一台机,1024 行建会话 466 → 990 ms、 每次迭代 10.65 → 79.73 ms,且两个倍率不同(说明降的是本地算术的时钟)。 约定:本机毫秒数只在同一次运行内横向比,跨次跨机一律引比值。 - IR §3.4 加复测对照表,并把「建会话是最该优化项」这条指到 R6 的结果。 --- docs/IR.md | 18 +++++++++ docs/OPT_PLAN.md | 101 +++++++++++++++++++++++++++++++++++++++++++++++ 2 files changed, 119 insertions(+) diff --git a/docs/IR.md b/docs/IR.md index 51ed094..b26aaa8 100644 --- a/docs/IR.md +++ b/docs/IR.md @@ -392,6 +392,19 @@ raw 值)。这些行会出现在每一个前缀里,差分时自动抵消 — > 单机一次读数,重复跑会有 ±20% 的抖动(PSI 那列最明显,它含 EC 运算)。 > 表里取的是三次里的最小值 —— 延迟基准的惯例,最小值最接近「没被打断」的那次。 +**这张表后来复测过,绝对值不可复现 —— 写在这里免得被当成常数引用:** + +| 复测(同一台机、同一份代码、隔几小时) | 64 行 | 256 行 | 1024 行 | +|---|---|---|---| +| 建会话 | 57 ms | 269 ms | **990 ms** | +| 每次迭代 | 7.93 ms | 19.24 ms | **79.73 ms** | +| 一轮纯等待 p50 | 0.018 ms | 0.039 ms | **0.149 ms** | + +两次读数差 2~8×,且**不是同一个倍率**:等待那列只差 2.3×,迭代那列差 7.5× —— +说明降的是本地算术的时钟,不是网络的。这台机是 2015 年的双核笔记本, +连续跑两分钟满载就热降频。**结论:本机的毫秒数只能同一次运行内横向比, +跨次不可比。** 后面所有引用这个基准的地方,引的都是**比值**。 + **结论与直觉相反**:在本机环回上,13 轮的纯等待只有 `13 × 0.065 = 0.85 ms`, 占 1024 行那次迭代的 **8%** —— 剩下 92% 是两方各自的本地乘法与截断。也就是说: @@ -404,6 +417,11 @@ raw 值)。这些行会出现在每一个前缀里,差分时自动抵消 — 训练还贵**(1024 行:466 ms vs 30 次迭代 320 ms)。短期真正该优化的端到端项是 PSI,不是那 13 轮。 +这条线索后来做成了:建会话的时间几乎全是 EC 标量乘(两方各 `2|X|` 次),而重复 +对账场景里绝大多数 ID 两场之间没变 —— 跨会话缓存盲化结果后,稳态从 +**1298 ms 降到 5.2 ms(250×)**,EC 次数归零。做法、代价(跨会话可关联)与 +验收都在 `docs/OPT_PLAN.md` §R6,这里不重复。注意它是**策略**选择:默认不开启。 + ## 4. 谁在用这一层 到目前为止两个消费者,迁移方式一样:**手写协议序列搬上图,轮数改由编译器报**。 diff --git a/docs/OPT_PLAN.md b/docs/OPT_PLAN.md index 57fb56c..b844125 100644 --- a/docs/OPT_PLAN.md +++ b/docs/OPT_PLAN.md @@ -485,6 +485,107 @@ cargo test -p nax-core --release --test bench_core -- --ignored --nocapture `split_into` 比 `reconstruct_into` 慢 9 倍,原因是它要先生成 8 MiB 的 PRG 流 (按 222 MiB/s ≈ 36 ms),属于设计使然而非异常。 +### R6 PSI 建会话:跨会话盲化缓存 + +**问题**:`docs/IR.md` §3.4 指出端到端的第一大项是建会话(PSI 的 EC 运算), +1024 行时比整个训练还贵。原因很单纯:两方各做 `2|X|` 次 EC 标量乘,一次 +0.1~0.6 ms(Montgomery ladder,逐比特双加),1024 行就是每方 0.2~1.2 s。 +而**重复对账场景里,两场会话之间绝大多数 ID 根本没变**。 + +**做法**:`nax_psi::cache::BlindCache` + `nax_node::run_psi_session_accelerated`。 + +| 层 | 改了什么 | 为什么在这里 | +|---|---|---| +| `nax-psi` | `blind_points` / `shuffle_perm` 从 `blind_with_domain` 拆出来 | 缓存按元素查、与顺序无关;洗牌只在协议层需要 | +| `nax-psi` | `BlindCache`:`SHA256(salt‖ID) → k·H(ID,domain)` 与 `P → k·P` 两张表 | 对应协议里的两趟 EC,一个未命中 = 一次标量乘 | +| `nax-psi` | `strict::relationship_id`:按排序后的名单派生稳定标识 | domain 必须 `全体一致 + 跨会话不变`,排序防止各方算出不同值 | +| `nax-node` | `PsiAccel { cache, relation }` + `run_psi_session_accelerated` | 默认入口 `run_psi_session` 原样转发 `None`,行为不变 | + +**两条设计上的硬约束**: + +1. **换密钥或换 domain 必须整表作废**(`bind` 比指纹)。拿旧点算交集会 + *恒为空且不报错* —— 本仓第 N 次遇到「静默算错」,所以这里强制断开。 +2. **缓存不短路协议**。命中只跳过本方的标量乘;点照发、`strict` 校验照做、 + 交集照求。对端换集合、换密钥、塞低阶点都照常被发现。 + +**实测**(`crates/nax-node/tests/bench_psi_cache.rs`,真 TCP + PSK,同机两线程, +一次运行内三档并排): + +| 行数 | 不缓存 | 冷缓存 | 热缓存 | 热/冷 | 热缓存 EC 次数 | +|---|---|---|---|---|---| +| 1024 | 1263 ms | 1298 ms | **5.2 ms** | 250× | 0 | +| 10240 | 9260 ms | 11425 ms | **96.6 ms** | 118× | 0 | + +「冷缓存」比「不缓存」略慢是预期的:多了一遍查表与 `bind`,表是空的没有收益。 +「热缓存」剩的 5.2 ms 是分块收发 + 排序求交 + 每元素一次 SHA-256。 + +**验收**(`crates/nax-node/tests/psi_cache.rs`,5 条进 CI): + +| 用例 | 守什么 | +|---|---| +| `cached_matches_uncached` | 结果对不对(冷/热两档都与不缓存版逐条相同) | +| `warm_session_needs_no_ec` | 快不快(冷会话 `2n` 次 EC,热会话**不新增**) | +| `incremental_add_costs_one_ec` | 增量真的是增量(多一条 ID = 多一次 EC) | +| `per_session_relation_means_no_cache_hits` | **反向守卫**:domain 改回每场一换,结果仍对但命中归零 | +| `n_way_cached_matches_uncached` | 三方环协议下同样成立(每方 `3n` 次,热归零) | + +最后一条是刻意的:把 domain 改回会话级,前四条里的三条照样绿,只有它会红。 + +**代价(写清不美化)**: + +* **跨会话可关联** —— 同一个 ID 在与同一对端的所有会话里是同一个点。这是 + 缓存的前提,也是 `strict::session_domain` 当初要挡的东西。默认不启用。 +* **预计算表恢复可用** —— 表建一次、对这对端永久有效。前提是知道盲化密钥 + (表输入是 `H(ID)`,线上是 `k·H(ID)`),所以主要威胁「密钥泄漏后翻历史流量」。 +* **缓存内容不新增暴露面**:两张表存的都是本来就要发到线上的点。真正要小心的是 + **索引**,所以索引用 `SHA256(salt‖ID)`、`salt` 由密钥派生,脱离密钥不可字典反查。 + +**没做的**: + +* **落盘**。一次一进程的 `nax psi` 用不上缓存,所以 CLI 没有开关;缓存目前只对 + 「同一进程反复开会话」的部署(常驻 node / 批处理)有意义。要落盘得先定文件 + 生命周期、权限与原子写 —— 那是安全决策,不塞进这一轮。 +* **接进 `run_lr_vertical_session`**。纵向 LR 每场只跑一次 PSI,缓存对它没有收益。 + +### R7 换曲线表示:Ristretto(**量过了,值得做,未做**) + +**问题**:R6 之后 EC 次数归零只在「热」的时候成立;**每个关系的第一场会话仍然要 +全额付 EC**,而这一次是客人感知到的首屏延迟。 + +**量到的**(`crates/nax-psi/tests/bench_ec.rs`,`--ignored`): + +| 路径 | 乘 | 映射到点 | 压回 32 字节 | 合计 | +|---|---|---|---|---| +| 现状:Montgomery ladder | 0.088 ms | ~0.002(SHA-256) | 0(就是 u 坐标) | **0.090 ms** | +| Edwards 窗口法 | 0.040 ms | 0.0056(+约 50% 重试) | ~0.003 | 0.051 ms | +| Ristretto 窗口法 | 0.040 ms | 0.0122(Elligator) | 0.0059 | **0.058 ms** | + +窗口法快 2.2×,映射/解压只吃掉其中一小部分 → **合计 1.55~1.75×**。 + +**注意这条推翻了一个预判**:动手前我判断「映射到点的钱会吃掉窗口法的收益, +所以不值」。实测不成立。这已是本仓第三次同类失误(前两次:「树形不省轮数」、 +「逐项截断省 3 个往返」),共同点都是**只估了一边、没把两边都量出来**。 + +**为什么选 Ristretto 而不是更快的 Edwards**: + +1. 素数阶群 —— 没有 cofactor / 扭曲线 / 8-torsion,`strict::SMALL_ORDER_U` + 那张黑名单可以整张删掉; +2. `RistrettoPoint::from_bytes` 对非规范/低阶编码**直接失败**,于是「拒绝非法点」 + 从「枚举已知坏值」变成「解码即校验」,是完备的。 + +**为什么这一轮不做**:它是线格式变更(32 字节 Montgomery u → 32 字节 Ristretto +压缩点),新旧实现不能混跑,`strict` 的三道硬化要重写、所有钉住点值的测试要重跑。 +值得单独一轮,不该塞在缓存后面。 + +### R8 基准结果的漂移(记录,不是待办) + +同一份代码、同一台机、隔几小时:`bench_lr_tcp` 的 1024 行建会话 +**466 ms → 990 ms**,每次迭代 **10.65 ms → 79.73 ms**。差 2~8×,且两个数字的 +倍率不同(等待 2.3×、迭代 7.5×)—— 说明降的是本地算术的时钟,不是网络。 + +**约定**:本机毫秒数**只在同一次运行内横向比**;跨次、跨机一律引**比值**。 +`docs/IR.md` §3.4 已加了两组读数的对照表,新的基准都把三档放在一次运行里跑。 + --- ## 执行约定