算子核(nax-core):零依赖 no_std
- Z_2^64 定点算术 + AVX2 矩阵乘,与 Python 参考实现 215 条逐位一致
- 加性分享 / Beaver 三元组 / 截断对 / edaBit,ChaCha20 PRG,SHA-256
- 自实现银行家舍入(f64::round_ties_even 是 std-only,no_std 编不过)
协议栈
- nax-proto:手写帧协议(12 字节头 + u64 payload),无 protobuf 依赖
- nax-vault:Beaver 乘 / 定点截断 / open / reveal
- nax-node:TCP 传输 + 密文会话 + PSI 会话
- nax-psi:X25519 ECDH-PSI(唯一外部依赖 dalek,因恒定时间约束)
- nax-tee:HAL trait(seal/unseal/attest/sign)+ Mock + TrustPlan 四级降级
验收
- 83 用例全绿;armv7 全 workspace 编译通过
- 两进程密文计算:(1·4+1)+(2·5+1)+(3·6+1) = 35
- 两进程 PSI:[1..5] ∩ [3..7] = {3,4,5}
- 单二进制 450 KB,零运行时依赖
文档
- docs/ARCHITECTURE.md:分层、Ray 定位、TEE 分工与降级梯度
- docs/ZYNQ.md:A9 性能预算(比 i5 慢 8-12x,非 50x)与部署形态
8.7 KiB
nax-rs
N-arty Arithmetic eXecution 的 Rust 重写 —— 隐私计算框架,单二进制、低依赖、可编进 TEE。
参考实现(Python/numpy/Ray)在 refs/nax/,只作为行为基线与性能对照组,不参与构建。
一句话定位
参考实现 refs/nax |
本仓库 nax-rs |
|
|---|---|---|
| 运行时 | Python 3 + numpy + pandas + (Ray) | 无(静态链接单二进制) |
| 部署形态 | pip install + 解释器 |
nax 一个文件,scp 上去就能跑 |
| 算子层 | numpy u64(BLAS 帮不上) | Rust 手写环算术 + AVX2 |
| 集群 | Ray Actor(cloudpickle 序列化函数) | 自研 gRPC 帧;Ray 只做部署编排 |
| TEE | 无 | nax-tee HAL,OP-TEE 已验证范式可直接复用 |
| 依赖树 | numpy / pandas / ray | nax-core 零依赖 |
现状(2026-10-29)
| 模块 | 状态 |
|---|---|
nax-core 算子核 |
✅ 零依赖 no_std,37 单测 + 215 条 Python 逐位对照全绿 |
nax-proto 帧协议 |
✅ 手写编解码,11 单测(含粘包/半包/恶意长度) |
nax-vault 协议编排 |
✅ Beaver 乘 + 定点截断 + open/reveal,7 单测 |
nax-node TCP 会话 |
✅ 3 单测(真实 TCP,含 10 万元素粘包 + PSI 端到端) |
nax-psi 隐私求交 |
✅ X25519 ECDH-PSI,10 单测(含 RFC 7748 向量、1 万条求交) |
nax-tee HAL |
✅ trait + Mock 实现(11 单测),OP-TEE 待接 |
nax-cli |
✅ 单二进制 450 KB,selftest / node / psi 三个子命令 |
| armv7 交叉编译 | ✅ 全 workspace cargo check --target armv7-unknown-linux-gnueabihf |
cargo test --workspace # 83 用例
cargo build --release -p nax-cli && ./target/release/nax selftest
cargo check --workspace --target armv7-unknown-linux-gnueabihf
P1 验收:两个进程经真实 TCP 算出结果
# 终端 1
nax node --site bob --sites alice,bob --listen 127.0.0.1:9444 --data 4,5,6
# 终端 2
nax node --site alice --sites alice,bob --connect 127.0.0.1:9444 --data 1,2,3
两侧都输出 会话结果: 35 —— (1·4+1)+(2·5+1)+(3·6+1)。
链路上跑的是分片,走完 Beaver 乘(2 次 open)→ 定点截断(1 次)→ 求和 → 还原(1 次)。
nax node · site=alice · 127.0.0.1:9444 · 3 个元素 · fxp=18
本方 alice 是 0 号,持有 3 个元素
分片交换完成
密文乘法完成(2 次 open)
还原完成: [9175040]
会话结果: 35
P1.5 验收:两进程 PSI
# 终端 1
nax psi --site bob --sites alice,bob --listen 127.0.0.1:9445 --ids 3,4,5,6,7
# 终端 2
nax psi --site alice --sites alice,bob --connect 127.0.0.1:9445 --ids 1,2,3,4,5
两侧都输出 交集 3 条: 3,4,5。网络上流动的全是 X25519 曲线点,
反推 ID 等价于解离散对数;每轮发送前洗牌,切断"位置 ↔ 原始记录"的对应。
与 Python 参考实现的语义对照:.venv/bin/python tools/check_psi.py → PASS。
唯一的例外依赖:
nax-psi引了curve25519-dalek。 理由不是省事 —— 手写 X25519 做不到恒定时间,按比特分支的 ladder 会被时序侧信道把私钥一位位读走。参考实现的 Python 版自己在注释里承认 非常数时间。这种地方"自己造"是埋一个测试永远抓不到的洞。
450 KB 这个数字要和参考实现放一起看:Python 版需要 Python 3.13 + numpy(~20 MB)+ pandas + ray(装完 GB 级)。这不是"更小",是"能不能交付"的区别。
Zynq-7015
已在 docs/ZYNQ.md 给出性能预算与部署路径:A9 比 i5 慢 8–12×(不是 50×),
所以 matmul 64³ ≈ 2.5 ms、纵向 LR 400×7×40 轮 ≈ 150 ms、PSI 1 万条 ≈ 8–15 s,
小规模场景完全可以在板上跑。大矩阵密文训练再横扩 x86 + SNP。
为什么重做
三件事在 Python 里做不到,而不是"想换成 Rust":
1. 交付物必须是二进制。 隐私计算的客户是银行、医院、政务云,进场要求通常是"给个可执行文件 + 校验和", 而不是"装个 Python 3.9+ 再 pip install 一堆包"。Python 方案在这里过不了验收。
2. Ray 不能出现在计算路径上。
Ray 是 C++ 内核 + Python 驱动 + GCS/raylet/object store 一整组进程,
pip install ray 之后 site-packages 是 GB 级;计算要靠 cloudpickle 把函数图
序列化到远端 worker。它不可替代的价值只有一条:用自定义资源把参与方钉在指定
物理机(resources={"alice_node": 1})。所以 Ray 留在部署层,不进计算路径。
详见 docs/ARCHITECTURE.md。
3. TEE 要求密码学核心能 no_std 编译。
OP-TEE 的 TA 里没有 std、没有线程、没有通用分配器。
nax-core 从第一行代码起就是零依赖、零分配的 slice-in/slice-out 形态,
因此它同一份源码既能编进 Linux 用户态,也能编进 armv7 的 TA。
性能:真正的大头不在矩阵乘
本机实测(i5-5250U / Broadwell / 2C4T,数字越小越好):
| 算子 | Python 参考 | Rust | 倍数 |
|---|---|---|---|
matmul 256³ u64 |
83.1 ms | 18.0 ms(AVX2) | 4.6× |
matmul 64³ |
0.363 ms | 0.158 ms | 2.3× |
逐元素 mul 16M |
101 ms | 58.7 ms | 1.7× |
| 算术右移 16M | 79.3 ms | 38.5 ms | 2.1× |
| Paillier 加密 / 元素 | 28.3 ms | 待实测(预估 ~0.1 ms) | ~280× |
| X25519 标量乘 | 3.16 ms | 待实测(预估 ~60 μs) | ~50× |
结论要说清楚:
- 环算术(加减乘/matmul)只有 1.6–4.6×。原因是 numpy 的 u64 路径已经是 C 循环,Rust 换不来数量级;剩下的差距是 SIMD 和去掉了 numpy 迭代器开销。
- 真正的数量级在公钥原语:Paillier 和 X25519 在纯 Python 里是
"每元素几十毫秒 / 每次几毫秒",Rust 大数与曲线实现能到微秒级。
参考实现 README 里写"Paillier 加密约 1ms/元素",实测是 28 ms,
差了 28 倍 —— 这意味着基于 Paillier 的
triples="he"、PIR、安全聚合 在 Python 版里基本不可用。 - 更大的收益在架构层:去掉 Python 解释器启动、cloudpickle 序列化、 跨进程 RPC。这部分不是"算子快多少倍",而是"不再有这些开销"。
基准代码:crates/nax-core/examples/bench.rs 与 tools/bench_numpy.py,
同机同规模,可复现。
保真策略:golden vectors,不给误差留口子
Rust 重写最大的风险不是性能,是语义漂移:一处舍入模式、一个符号位处理、 一个截断时机不同,结果就在小数第 8 位分叉,而"看起来差不多"的测试抓不到。
所以凡是确定性算子,都从参考实现导出一份逐位基线:
.venv/bin/python tools/gen_golden.py # -> crates/nax-core/tests/golden_vectors.rs
cargo test -p nax-core --test golden_vectors
215 条用例硬比 u64,含这些容易错的地方:
np.rint是银行家舍入(round-half-to-even)→ Rust 侧必须用f64::round_ties_even(),不能是f64::round()- numpy
uint64运算的回绕语义 → Rustwrapping_* - 算术右移按有符号语义 →
(x as i64) >> n np.matmul对整数也会回绕 → 分块累加必须wrapping_add
目录
crates/
├── nax-core/ 算子核:零依赖 no_std
│ ├── ring.rs Z_2^64 定点算术 + 矩阵乘(AVX2 可选)
│ ├── share.rs 加性分享 / Beaver 三元组 / 截断对 / edaBit
│ ├── prg.rs ChaCha20 流(成对掩码 / 零和分享)
│ ├── hash.rs SHA-256(commitment / 种子派生)
│ └── compare.rs 安全比较的本地步骤(BitLT / MSB 组装)
├── nax-tee/ TEE HAL:seal / unseal / attest / sign
├── nax-proto/ 帧编解码(手写,不引 protobuf)
├── nax-node/ 节点服务:承载一方明文域 + 分片
└── nax-cli/ 单二进制 CLI
refs/nax/ 参考实现(独立仓库,仅作基线)
tools/ golden 生成 + numpy 基准
docs/ 架构与 TEE 设计
与参考实现的关系
refs/nax 是独立 git 仓库,只读引用。nax-rs 不打算做"逐行翻译":
- 保留:
Site/Vault/SecretRef/Handle这套概念划分、 三个出域关口、受限 SQL 方言的拒绝语义 —— 这些是对的设计。 - 丢弃:
Backend把 Python 函数当参数传给远端执行(cloudpickle 依赖)、dry_run靠 contextvars 切换、审计日志写进 Python 对象。 - 重做:调度(gRPC 帧 + 会话)、TEE(控制平面)、算子(SIMD)。
License
Apache-2.0