近日，我院王皓教授课题组在网络与信息安全领域顶级期刊《IEEE Transactions on Information Forensics and Security》上发表了题为“DMPF-PSI: Enabling High-Frequency Updatable Private Set Intersection on Dynamic Data”的高水平学术论文。 (Jiadi Zhang, Hao Wang, Ye Su, Zhi Li, and Debiao He: DMPF-PSI: Enabling High-Frequency Updatable Private Set Intersection on Dynamic Data, Volume: 21, Page(s): 6140-6154, 2026)
隐私集合求交（PSI）在数字时代处理动态数据时面临着重大挑战。在实时欺诈检测、动态定向广告等高频更新场景中，数据具有极高的时效性价值，但传统面向静态数据设计的PSI协议难以支持实时协作需求。虽然可更新PSI（UPSI）旨在解决这一问题，但现有最优方案主要依赖同态加密，其公钥密码运算导致在线性能低下，无法满足高频增量更新的实际需求。
为应对这些挑战，王皓教授课题组提出了一种基于分布式多点函数（DMPF）的新型PSI协议——DMPF-PSI。该协议突破了传统基于函数秘密共享的PSI方案中“2-server-1-client”模型的限制，更好地契合了两方PSI的实际应用需求。课题组以此为基础，进一步构建了一种避免公钥运算的UPSI方案。
实验结果表明，该UPSI协议在在线效率上超越了现有的基于同态加密的最优方案，在线运行时间实现了 2.5 至 165.4 倍 的加速；在为期 30 天的动态数据模拟中，协议运行的时间成本仅为现有最优方案的 7%–20%，充分验证了其在高频更新场景下的可行性，并为依赖可更新数据协作的业务场景提供了一条全新的技术路径。
《IEEE Transactions on Information Forensics and Security》为中国计算机学会推荐的网络与信息安全领域 CCF A 类顶刊、中科院一区 Top 期刊。我校计算机与人工智能学院王皓教授为论文通讯作者，硕士研究生张嘉棣为论文第一作者。该研究得到了国家自然科学基金项目（62472265、62302280）、山东省自然科学基金项目（ZR2023QF133）、山东省科技人才托举工程青年项目（SDAST2025QTB026）、山东省科技型中小企业创新能力提升工程项目（2025TSGCZZB0016）以及山东师范大学青年学术精英发展计划的共同资助。
图文：王皓
编辑：徐扬
