arXiv cs.AI· Peichun Hua, Danyang Chen, Junan Zhang, Haifeng Sun, Jingyu Wang, Diwen Xue, Mingyu Li, Yunming Xiao·· 1 天前AI 评分34
用深度哈希做私有过滤器：可扩展的实用私有稠密检索
Pointing the Way, Hiding the Destination: Practical Private Dense Retrieval at Scale
AI 导读
研究者将学习式深度哈希改造为私有过滤器，用随机二进制码把提供商指向 200-500 个候选文档的短名单，再以加密重排序和不经意密钥传输保护查询与最终选择。
正文 · AI 翻译
摘要：托管式检索增强生成（RAG）与语义搜索让用户能够查询服务商持有的宝贵语料库，这带来了两项相互竞争的需求：既要隐藏每次查询和所选结果，又要只向用户披露其有权获取的文档。现有的密码学方法要么因每次查询都要处理整个语料库而代价高昂，要么为效率而牺牲质量，只扫描少数几个簇。我们将学习到的深度哈希重新用作私有过滤器：随机化二进制码为服务商指向一个简短的候选列表，而加密重排序与不经意密钥传输则保护精确查询和最终选择。该候选列表绕过了全语料库密码学搜索，且不牺牲检索质量：在涵盖 2.5 万至 540 万篇文档的五个零样本语料库上，使用 200-500 个候选即可与全语料库检索高度接近。在 10 Gbps 链路上，针对完整的 268 万段落 NQ 语料库，我们的协议仅为 128 token 的 Qwen3-32B RAG 流水线增加 0.38 秒，即 6.5%。所发布的代码满足方向性度量差分隐私（DP），并大幅减少嵌入反演与属性推断泄漏，表明精心学习的候选列表可使私有稠密检索既准确又实用。
| 评论： | 33 页，9 幅图，18 张表 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI）；信息检索（cs.IR）；机器学习（cs.LG） |
| 引用为： | arXiv:2608.25735 [cs.CR] |
| （或 arXiv:2608.25735v3 [cs.CR] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2608.25735 arXiv 颁发的 DOI（通过 DataCite） |
提交历史
来自：Peichun Hua [查看邮箱]
[v1]
2026 年 8 月 26 日星期三 12:46:36 UTC（419 KB）
[v2]
2026 年 10 月 3 日星期六 15:53:35 UTC（419 KB）
[v3]
2026 年 11 月 12 日星期四 13:59:25 UTC（425 KB）
来源：arXiv cs.AI · arxiv.org