Pred 加 In{col, values, negated}:逐个 bit_eq 后 bit_or,negated 再 bit_not。
对拍明文引擎的 x IN (100,250,500) 与 NOT IN。
nax-sql --features secure 21 测,workspace 218 全绿、零警告。
102 lines
13 KiB
Markdown
102 lines
13 KiB
Markdown
# nax-rs ↔ nax-python 补齐计划(按优先级逐条做)
|
||
|
||
> 生成日期:2026-10-30。背景:`refs/nax` 是独立 Python 参考实现,nax-rs 只 port 了它的一部分。
|
||
> 本计划把"Python 有、Rust 没有"的 9 块按优先级排好,逐条落地。
|
||
|
||
## 现状(已对齐,golden 验证过,勿动)
|
||
|
||
| 能力 | Rust | 验证 |
|
||
|---|---|---|
|
||
| 环算术 / 分片 / PRG | nax-core | 215 条 golden |
|
||
| ECDH-PSI / PIR | nax-psi / nax-he | 多测 + RFC7748 |
|
||
| Paillier / OLE | nax-he | 50 golden + 13 协议测 |
|
||
| 纵向 LR | nax-ml | 明文对照 >0.95 |
|
||
| 明文 MLP(前向/反向/二分类) | nax-ml(`mlp`) | 4 测:3 逐位 golden(前向概率/单步梯度/5 轮轨迹)+ 可分离数据收敛 >0.9 |
|
||
| 异构分箱 + WOE/IV | nax-ml(`binning`) | 6 测:quantile/uniform/custom 切点、searchsorted 分箱、WOE/IV、互补抑制 |
|
||
| 数据层(Frame/stats/mock/CSV) | nax-data | 16 测:构造/选择/矩阵、均值/方差/协方差/相关、确定性主键、schema 合成、DP 统计、CSV 往返 |
|
||
| SCQL SQL 引擎 | nax-sql | 15 测:解析 AST、掩码 WHERE、聚合、GROUP BY、k-匿名、投影约束、JOIN、HAVING/ORDER BY/LIMIT、不支持语法拒绝 |
|
||
| 出域守卫 + 审计 | nax-policy | 9 测:exec/transfer/fetch 三关口、Label 集合、审计记录/过滤/汇总/裁剪 |
|
||
| dry_run 执行模式 | nax-runtime | 4 测:默认真实、进入试跑、嵌套恢复、real_run 临时覆盖 |
|
||
| ZKP(Schnorr/Pedersen/表示证明) | nax-zkp | 5 测含 2 逐位 golden,篡改必败 |
|
||
| 安全聚合 + DP + 横向 FedAvg | nax-fl | 12 测:裁剪/置零/均值/RDP 记账/聚合链/本地 LR/指标/加权均值/FedAvg 轨迹与收敛 |
|
||
| Vault 安全域编排 | nax-vault+node+orch | 多测 |
|
||
| 集群 / Ray 后端 | nax-orch / nax-ray | 跨架构跑通 |
|
||
| TEE HAL | nax-tee | OP-TEE 已验证范式 |
|
||
|
||
合计 **212 个测试函数全绿、0 失败**(含 215+50+ 多条逐位 golden 断言),与 README 一致。**9 个优先块全部落地。**
|
||
|
||
## 缺口量化
|
||
|
||
Python 参考版 `nax/` 共 **8,963 行**。此前约 **4,150 行(≈46%)未被 port**,集中在下面 9 块。
|
||
缺口在**功能广度**,不在"已做部分的正确性"——地基全在且 golden 验证过。
|
||
|
||
> **状态(2026-10-30)**:下面 9 块**全部已落地**(新建 `nax-zkp`/`nax-fl`/`nax-data`/`nax-sql`/`nax-policy`/`nax-runtime`,并在 `nax-ml` 内加 `mlp`/`binning`)。分布式外壳(`Vault`/`Site`/PSI`/`SiteRef`)复用既有原语;本计划补的是建在地基上的**算法层与前端**。
|
||
|
||
## 优先级与执行顺序
|
||
|
||
排序原则:**依赖少 → 可独立 golden 验证 → 能解锁更多后续**。
|
||
|
||
| # | 模块 | 新建 Rust crate | Python 源 | 行数 | 验收标准 |
|
||
|---|------|----------------|----------|------|----------|
|
||
| **1** ✅ | ZKP / v15 扩展 | `nax-zkp` | `crypto/zkp` | 252 | golden 逐位 + 篡改消息必败 |
|
||
| **2** ✅ | 安全聚合 + DP | `nax-fl` | `ml/aggregators`, `privacy/dp` | 552 | golden + 聚合链(Clip/Zero/Mean/Gauss)测试 |
|
||
| **3** ✅ | 横向 FedAvg | `nax-fl` | `ml/fedavg`, `ml/aggregate` | 433 | 明文 LR 对照收敛 |
|
||
| **4** ✅ | 安全 MLP | `nax-ml`(加 `mlp`) | `ml/mlp` | 251 | 二分类明文对照 |
|
||
| **5** ✅ | 异构分箱 | `nax-ml`(加 `binning`) | `ml/binning` | 391 | 分箱边界一致 |
|
||
| **6** ✅ | 数据层 | `nax-data` | `data/{frame,stats,mock}` | 693 | 构造 / IO / 统计测试 |
|
||
| **7** ✅ | SCQL SQL 引擎 | `nax-sql` | `sql/{ast,parser,engine}` | 1258 | 解析 + 执行 golden(GROUP BY / 聚合 / 谓词) |
|
||
| **8** ✅ | 策略 / 审计 / 守卫 | `nax-policy` | `policy/{audit,guard}` | 189 | 审计链 + 受限 SQL 拒绝语义 |
|
||
| **9** ✅ | dry_run 模式 | `nax-runtime` | `runtime/mode` | 132 | 双路径(real/dry)结果一致 |
|
||
|
||
## 依赖与铁律
|
||
|
||
- **不引新外部依赖**:大数用 `nax-he::bigint::BigUint`;SHA256 用 `nax-core::hash::sha256`;随机源用 `nax-core::prg::Stream`(OS 种子读 `/dev/urandom`)。
|
||
- **golden 逐位对照**:每条确定性算子从 `refs/nax` 导出基线,硬比 u64 / hex / 整数。
|
||
**绝不为了测试变绿放宽断言**——先确认哪边对。
|
||
- **TEE 路径**:私密比较 / 聚合走 `nax-core`(no_std);ZKP / 审计在普通域即可。
|
||
- 每项完成后补 `cargo test` 全绿,并更新 `README.md` 现状表与本文档进度。
|
||
|
||
## 本次执行
|
||
|
||
- **#1 nax-zkp(✅ 完成)**:Schnorr 身份证明 + Pedersen 承诺 + 表示证明 + 授权声明,逐位对照 `crypto/zkp.py`;`cargo test -p nax-zkp` 全绿(5 测含 2 逐位 golden、篡改必败)。
|
||
- **#2 nax-fl(✅ 完成)**:安全聚合器(Clip/Zero/SecureSum/Mean/GaussianNoise 责任链)+ 差分隐私(gaussian 确定性噪声、RDP 抽样高斯、`GaussianAccountant`);`cargo test -p nax-fl` 全绿(7 测:裁剪/置零/均值/RDP golden、记账 golden、噪声统计与确定性、聚合链行为)。复用 `nax-core::prg::Stream` 做确定性高斯,零新依赖。
|
||
- **#3 横向 FedAvg(✅ 完成)**:在 `nax-fl` 内新增 `fedavg` / `linear` / `metrics` 三模块,对齐 `ml/fedavg.py` + `ml/aggregate.py` + `ml/linear.py` + `ml/metrics.py`。纯算法层:`local_train`(SGDP mini-batch)、`predict_proba`、`accuracy`/`auc`/`log_loss`、按样本数加权 `Mean`、FedAvg 责任链调度(`Δ 聚合`而非权重聚合)。`cargo test -p nax-fl` 现共 12 测全绿,其中 4 个逐位 golden(本地训练 / 指标 / 加权均值 / FedAvg 轨迹)。CLI 新增 `nax fl` 本地演示子命令(合成可分离数据、多轮打印 loss/acc/auc),直接补上"Python 示例覆盖"这一原始 gap。
|
||
- **#4 安全 MLP(✅ 完成)**:在 `nax-ml` 内新增 `mlp` 模块,对齐 `ml/mlp.py` 前向 / 反向数学。明文 f64 实现:He/Xavier 初始化(确定性 Box-Muller)、前向 `z = a@Wᵀ+b`、隐藏层 sigmoid/tanh、输出层固定 sigmoid、**复用与密文路径相同的奇多项式 sigmoid(`SIGMOID_FITS` degree 7)** 使训练轨迹与密文版一致;反向用解析导数、梯度按样本数平均。4 测全绿:3 个逐位 golden(固定权重下的前向概率 / 单步梯度 / 5 轮 loss 轨迹 + 最终权重)+ 1 个可分离数据收敛(acc > 0.9)。
|
||
- **#5 异构分箱(✅ 完成)**:在 `nax-ml` 内新增 `binning` 模块,对齐 `ml/binning.py` 纯算法层:切点计算(quantile 线性插值 / uniform / custom,`unique` + 严格 `(lo,hi)` 过滤)、`searchsorted(side=right)` 分箱、one-hot 指示矩阵、WOE/IV 与 **k-匿名 + 互补抑制**(Cox 1980,补完可发布箱 <2 则整列作废)。6 测全绿,切点 / 分箱 / WOE-IV 均逐位对照。分布式外壳(`VFrame`/`Site`/`Vault` 密文 `Mᵀ@y`)复用既有原语。
|
||
- **#6 数据层(✅ 完成)**:新建 `nax-data` crate,对齐 `data/{frame,stats,mock}.py` 本地算法层:列主序 `Frame`(构造/选择/丢弃/取矩阵/列和/列平方和)、明文统计(均值/总体方差/协方差/皮尔逊/相关矩阵)、mock(确定性主键 `mock_id_`、`overlap_offset=round(n(1-overlap))`、schema 合成、DP 边缘统计)、极简数值 CSV 读写。16 测全绿。分布式外壳(`VFrame.psi_align`/`Dataset.load` 的 dry_run 切换)复用既有原语。
|
||
- **#7 SCQL SQL 引擎(✅ 完成)**:新建 `nax-sql` crate,对齐 `sql/{ast,parser,engine}.py`。手写词法 + 递归下降解析(不支持 UNION/LIKE/DISTINCT/除法/外连接/窗口/子查询等,词法阶段即报错);明文执行语义:WHERE 求值成 0/1 **掩码**(非物理过滤)、AND/OR/NOT 位运算、聚合乘掩码(COUNT/SUM/AVG/MIN/MAX)、GROUP BY 依赖公开取值域、k-匿名抑制(无 GROUP BY 时报错)、CCL 投影约束(拒绝裸机密列)、等值内连接、HAVING/ORDER BY/LIMIT 明文后处理。15 测全绿。
|
||
- **#8 策略/审计/守卫(✅ 完成)**:新建 `nax-policy` crate,对齐 `policy/{audit,guard}.py`。`Label` 六档(plain/share/cipher/masked/public/released)+ MOVABLE/FETCHABLE 集合;`AuditEvent`/`AuditLog`(record/filter/summary/dump/clear,超上限裁半);`Guard` 三关口(check_exec / check_transfer / check_fetch,协议内部 `internal` 豁免,拒绝即记 denied 事件并返回 `PrivacyViolation`)。9 测全绿。
|
||
- **#9 dry_run 模式(✅ 完成)**:新建 `nax-runtime` crate,对齐 `runtime/mode.py`。线程局部 `DRY_RUN`/`DRY_HOST`/`DRY_FXP` + RAII guard(`dry_run(host, emulate_fixed_point)` / `real_run()`),drop 恢复上一层状态,支持嵌套与并发隔离。4 测全绿(默认、进入/退出、嵌套恢复、real_run 临时覆盖)。
|
||
- **9 个优先块全部完成**:Python 参考里约 46% 未 port 的算法层已补齐,`cargo test --workspace` 212 测全绿。
|
||
|
||
## 集成层(第一刀:安全 FedAvg)
|
||
|
||
明文层验证的是**语义正确性**;集成层验证它确实能跑在密态算子上。先挑依赖最少的一块:
|
||
|
||
- **`nax-fl` 加可选 `secure` feature**(拉 `nax-vault`,默认关闭,保持明文层零密码学依赖):`secure::weighted_mean_shares` 用 `mul_trunc`(Beaver 乘 + 定点截断)+ `add_local` + `reveal`(打开公开的总样本数)+ `scale_public`(1/Σn) + `truncate` 计算 `ΣnᵢΔᵢ/Σnᵢ`,**不需要安全比较**。
|
||
- 2 方 in-process 端到端测试(`Pipe::pair()` 双线程)对着明文 `weighted_mean` 验证,`cargo test -p nax-fl --features secure` 13 测全绿。误差落在定点精度理论上界 `(|ΣnΔ|+1)·2^-fxp` 内。
|
||
- 为什么先做 FedAvg 而不是 SQL/分箱:后两者依赖 `_bit_lt`/`_bit_eq`(交互式 BitLT),`nax-vault` 当时没有安全比较。
|
||
|
||
## 集成层第二刀:安全比较(`nax-vault::compare`)
|
||
|
||
给 `nax-vault` 补上 `edaBit` + BitLT + 原始 0/1 位代数,逐位对齐 `device/vault.py`:
|
||
|
||
- `edabit(len)`:从 `Dealer` 取本方 64 个共享比特(布局 `[bit*len+i]`)。
|
||
- `msb_raw(x)`:edaBit → `pack` 出 r → 打开 `c = x + r` → `unpack` 拆 c 的比特 → `borrow = [c_low < r_low]`(63 位 BitLT)→ `msb = (c₆₃ ⊕ r₆₃) ⊕ borrow`。
|
||
- `bit_lt_public`(内部):`d = a⊕b` → 后缀积扫描(Hillis–Steele,**乘法走 Beaver**)→ `z = p·d` → `Σ z·(1−a)`。
|
||
- 对外:`bit_lt`/`bit_gt`/`bit_eq`/`bit_not`/`bit_and`/`bit_or`/`bit_xor`/`bit_mask`/`select_raw`;`bit_one`/`bit_zero`。
|
||
- **关键坑:公开常量只在 0 号加一次**。`nax-core::compare::xor_bits_into` / `not_bits_into` 把常量加到了每一方,2 方重建时会翻倍(正是铁律「公开值只能出现一次」)。所以本模块改用自带的 `lin_bits`(`out_p = coef·b_p + (c if p==0 else 0)`),并在 `msb` 里把 `t·borrow` 交给 Beaver(`nax-core::msb_combine_into` 的本地 `mul_into` 对分片不成立)。
|
||
- 15 测全绿(10 原有 + 5 新):`bit_lt`/`bit_eq`/`bit_mask`/`select_raw` 对照明文、`msb` 符号、布尔代数真值表、64 组随机化对拍(含 ±0/相等/跨零/同号大值)、`SUM(x) WHERE x<T` 端到端。
|
||
## 集成层第三刀:SQL 掩码 WHERE 与分箱 `Mᵀ@y`(密态执行)
|
||
|
||
把明文引擎的核心语义搬到真实分片上,跑 2 方 in-process 会话对拍明文:
|
||
|
||
- **`nax-sql` 加可选 `secure` feature**:`secure::secure_where_aggregate` 实现
|
||
`SELECT <COUNT/SUM/AVG/MIN/MAX> FROM t WHERE col <op> T`:掩码 = `bit_lt/gt/eq` → `bit_mask` → 本地线性求和/`scale_public`+`truncate`;MIN/MAX 用 `(1−mask)·(±SENTINEL)` 本地补位后两两 `bit_lt`+`select_raw` 归约。
|
||
`secure::secure_group_by`:逐**公开码** c 做 `bit_eq(gcol, c)` 与 WHERE 掩码 AND,再走同一聚合核心。阈值/组码用 `nax-vault::constant`(公开常量分片 `(c,0,…)`),无需调用方 split。
|
||
`secure::secure_predicate_mask` + `Pred`:复合谓词(AND/OR/NOT 组合比较)走 `bit_and/or/not`;`Pred::In` 脱糖成 OR 等式(可 negated)。6 测对拍明文 `Engine`(WHERE+聚合、空命中 NaN、GROUP BY、k-匿名、复合谓词 AND/OR/NOT、IN/NOT IN)。
|
||
- **`nax-ml::binning_secure`**:`secure_bin_counts` 实现 `bad = Mᵀ·y`(`matmul_trunc`,转置为本地置换)+ `total`(本地列和)。1 测对拍明文 `Mᵀ@y` / `Mᵀ@1`。`nax-ml` 已硬依赖 `nax-vault`,无需 feature。
|
||
- 尺度约定:one-hot 与标签都按 fxp 编码(`1 → 2^fxp`),`Mᵀ@y` 落在 `2·fxp`,`matmul_trunc` 截回 `fxp`;`total` 线性列和天然 `fxp`。
|
||
- **CLI 端到端演示**:`nax sql`(编译需 `--features secure`)在单进程内用两条 `Pipe` 起 2 方,真跑一遍 `GROUP BY + COUNT/SUM/AVG`,打印结果表——从二进制直接看到密态 SQL 生效。
|
||
- 现状:`cargo test --workspace` 218 测;`-p nax-sql --features secure` 21 测、`-p nax-fl --features secure` 13 测、`-p nax-ml` 15 测,全绿、零警告。
|