🤖 AI

P $^2$ RAG: Efficient Privacy-Preserving RAG Service Supporting Arbitrary Top- $k$ Retrieval

L'article propose P $^2$ RAG, un service efficace de génération augmentée par la recherche préservant la confidentialité qui utilise une méthode de dichotomie interactive et un partage de secret pour prendre en charge la recherche arbitraire des $k$ premiers résultats sans tri sécurisé, réalisant ainsi des accélérations significatives par rapport aux systèmes existants tout en protégeant les données et les invites des utilisateurs.

Auteurs originaux : Yulong Ming, Mingyue Wang, Jijia Yang, Jie Xu, Zihan Wu, Cong Wang, Xiaohua Jia

Publié 2026-05-29

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yulong Ming, Mingyue Wang, Jijia Yang, Jie Xu, Zihan Wu, Cong Wang, Xiaohua Jia

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous possédez une immense bibliothèque secrète de documents (comme des dossiers médicaux, des contrats juridiques ou des rapports financiers) que vous souhaitez utiliser pour répondre à des questions. Vous ne voulez pas remettre l'intégralité de cette bibliothèque à une entreprise de moteur de recherche car elle est trop sensible. En même temps, vous ne voulez pas que le moteur de recherche sache exactement ce que vous demandez, car cela révélerait vos pensées privées ou vos stratégies commerciales.

C'est le problème que P2RAG résout. C'est une nouvelle façon d'exécuter un service de « Génération Augmentée par la Recherche » (RAG) — un terme sophistiqué pour désigner « une IA qui répond à des questions en utilisant vos documents privés » — sans que personne ne puisse窥窥 les secrets.

Voici comment cela fonctionne, décomposé en concepts simples :

1. L'Ancienne Méthode : Trier Tout le Jeu de Cartes

Imaginez que vous avez un jeu de 1 000 cartes, chacune ayant un score. Vous voulez trouver les 10 cartes ayant les scores les plus élevés.

Le Problème : Dans les systèmes sécurisés précédents, pour trouver les 10 meilleures, l'ordinateur devait secrètement comparer chaque carte individuelle à toutes les autres pour les trier du plus haut au plus bas score. C'est comme essayer de trouver la personne la plus grande dans une foule en faisant s'aligner tout le monde et en les mesurant un par un, mais en procédant d'une manière où personne ne peut voir les mesures.
Le Goulot d'Étranglement : Si vous voulez les 100 meilleures cartes au lieu de 10, ce processus de « tri » devient incroyablement lent et coûteux. C'est comme essayer de trier une bibliothèque de livres juste pour trouver les 5 meilleurs ; plus vous avez de livres, plus cela prend du temps.

2. La Solution P2RAG : Le Jeu de « Devinez le Seuil »

P2RAG change la donne. Au lieu de trier tout le jeu, il joue à un jeu de « Chaud et Froid » (spécifiquement, une recherche binaire ou « bissection ») pour trouver une ligne de coupure.

La Mise en Place : Imaginez deux serveurs (appelons-les Serveur A et Serveur B) qui détiennent la bibliothèque secrète. Ils divisent chaque document en deux parties afin qu'aucun serveur ne connaisse l'histoire complète. Vous (l'utilisateur) divisez également votre question en deux et envoyez une partie à chaque serveur.
Le Jeu :
1. Vous demandez aux serveurs : « Combien de documents sont suffisamment similaires à ma question si nous fixons la barre à ce niveau spécifique ? »
2. Les serveurs comptent les correspondances sans vous dire quels documents ils sont, et sans que vous voyiez les scores. Ils disent simplement : « Il y a 50 correspondances. »
3. Vous pensez : « Je voulais seulement 10. C'est trop. Relevons la barre. »
4. Vous demandez à nouveau avec une barre plus haute. Ils disent : « Maintenant, il y a 5 correspondances. »
5. Vous pensez : « Trop peu. Abaissons un peu la barre. »
6. Vous continuez à ajuster la barre de haut en bas jusqu'à ce que le nombre corresponde exactement à ce dont vous avez besoin (par exemple, 10 documents).

La Magie : Parce que vous ajustez simplement une « barre » et que vous comptez, vous n'avez pas besoin de trier toute la bibliothèque. Vous avez juste besoin de trouver la bonne hauteur pour la barre. Cela rend le processus incroyablement rapide, même si vous voulez un grand nombre de résultats (comme 1 000 documents).

3. Protéger les Secrets (La Règle de « Non-Confiance »)

L'article affirme que ce système est sûr même si les serveurs sont « honnêtes mais curieux » (ils suivent les règles mais tentent de fouiner) ou si l'utilisateur est « malveillant » (tentant de tromper le système).

Contre les Serveurs Curieux : Parce que les données sont divisées (partage de secret), le Serveur A ne voit qu'un assemblage aléatoire de nombres, et le Serveur B en voit un autre différent. Aucun ne peut reconstruire le document ou votre question à moins qu'ils ne fassent équipe. L'article suppose qu'ils ne feront pas équipe (comme deux entreprises différentes dans des pays différents).
Contre les Utilisateurs Sournois : Un utilisateur astucieux pourrait tenter de demander aux serveurs d'abaisser la barre si bas que tous les documents correspondent, volant ainsi efficacement toute la bibliothèque. P2RAG impose une « limite de vitesse » sur le nombre de fois où vous pouvez poser la question et vérifie les calculs pour vous assurer que vous ne recevez que les documents que vous êtes autorisé à voir. Il limite strictement la quantité d'informations qu'un mauvais utilisateur peut voler.

4. Pourquoi Cela Compte (Les Résultats)

Les auteurs ont testé ce système et ont constaté :

Vitesse : Il est 3 à 300 fois plus rapide que les meilleurs systèmes sécurisés actuels lorsque vous souhaitez récupérer un grand nombre de documents (de 16 jusqu'à 1 024).
Flexibilité : Vous pouvez demander n'importe quel nombre de résultats (k arbitraire), ce qui est crucial dans des domaines comme la finance ou le droit où vous pourriez avoir besoin de voir beaucoup de contexte pour obtenir la bonne réponse.
Précision : Le système est si précis qu'il trouve exactement les mêmes documents qu'un système non sécurisé le ferait, avec presque aucune erreur mathématique.

L'Essentiel

P2RAG est comme un bibliothécaire sécurisé et haute vitesse qui peut trouver vos documents spécifiques dans un immense coffre-fort verrouillé sans jamais ouvrir le coffre-fort pour vous montrer les livres, et sans que vous ne voyiez jamais les autres livres du coffre-fort. Il fait cela en jouant à un jeu d'énigmes intelligent pour trouver le « point de coupure » plutôt que de trier toute la collection, le rendant assez rapide pour être utile dans le monde réel.

Résumé technique de P2RAG : Service RAG efficace de préservation de la vie privée prenant en charge la récupération top-k arbitraire

Énoncé du problème
La génération augmentée par la récupération (RAG) permet aux grands modèles de langage (LLM) d'utiliser des connaissances externes, mais la délégation des services RAG introduit des risques de confidentialité importants tant pour les propriétaires de données (dont les bases de données propriétaires sont exposées) que pour les utilisateurs (dont les invites sont visibles). Les systèmes existants de RAG préservant la vie privée (PP-RAG) formulent généralement le problème comme une tâche de récupération top-k sécurisée, s'appuyant sur des techniques de tri sécurisé ou de k-plus proches voisins approximaux (k-ANN) sécurisés. Cependant, ces systèmes présentent des limitations critiques :

Inflexibilité : Ils ne peuvent souvent pas prendre en charge des ajustements arbitraires ou dynamiques du paramètre de récupération $k$ .
Dégradation de l'efficacité : Leurs performances se dégradent considérablement à mesure que $k$ augmente. Il s'agit d'un goulot d'étranglement majeur car les applications modernes dans les domaines de la finance, du droit et de la santé, ainsi que les LLM à contexte long, nécessitent souvent de grandes valeurs de $k$ (par exemple, 100–150 ou plus) pour atteindre une précision optimale.
Failles de sécurité : Certaines approches existantes soulèvent de nouveaux problèmes de sécurité ou ne parviennent pas à borner strictement les fuites d'informations face à des utilisateurs malveillants.

Méthodologie
Les auteurs proposent P2RAG, un service RAG préservant la vie privée conçu pour prendre en charge efficacement la récupération top-k arbitraire. Le système fonctionne sur un modèle à deux serveurs où les serveurs sont semi-honnêtes (honnêtes mais curieux) et ne collaborent pas.

Architecture du système :
- Propriétaire des données : Délègue une base de données chiffrée à deux serveurs. La base de données se compose de $N$ plongements de documents, partagés secrètement entre les deux serveurs à l'aide du partage de secret de Shamir sur un corps premier.
- Utilisateur : Soumet un plongement d'invite, également partagé secrètement entre les deux serveurs.
- Modèle de menace : Les serveurs suivent le protocole mais peuvent tenter d'inférer des données. Les utilisateurs sont modélisés comme malveillants et peuvent s'écarter du protocole pour extraire des informations. Les propriétaires de données sont supposés honnêtes.
Innovation principale : Bisection interactive vs Tri
Contrairement aux systèmes existants qui trient tous les documents candidats (une opération coûteuse en calcul dans les protocoles sécurisés), P2RAG évite totalement le tri. Il emploie plutôt une méthode de bisection interactive pour déterminer un seuil de distance ( $d_k$ ) qui définit l'ensemble top- $k$ .
1. Calcul de la distance : Les serveurs calculent les distances cosinus partagées secrètement (approximées via des produits scalaires) entre l'invite de l'utilisateur et tous les plongements de documents en utilisant des triplets de Beaver.
2. Itération de bisection : L'utilisateur et les serveurs interagissent pour réduire un seuil de distance. À chaque itération, l'utilisateur spécifie un seuil $d_k$ . Les serveurs utilisent des fonctions de comparaison distribuées (DCF) pour compter combien de documents ont des distances inférieures à $d_k$ .
3. Sélection du seuil : L'utilisateur met à jour $d_k$ en fonction du nombre renvoyé jusqu'à ce que le nombre de documents dans le seuil soit proche de la cible $k$ .
4. Récupération du résultat : Une fois le seuil déterminé, les serveurs génèrent un vecteur binaire partagé secrètement indiquant quels documents tombent dans le seuil. L'utilisateur récupère les indices de ces documents en utilisant la récupération d'information privée à serveur unique (PIR).
Mécanismes de sécurité :
- Confidentialité : Le partage de secret garantit qu'aucun serveur ne connaît la base de données ni l'invite.
- Défense contre les utilisateurs malveillants : Pour empêcher les utilisateurs d'extraire excessivement d'informations, P2RAG impose des restrictions strictes :
  - Le nombre d'itérations de bisection est plafonné (limitant la fuite totale de comptage à $O(\log^2 N)$ ).
  - La taille de l'ensemble de résultats final est bornée.
  - Des mécanismes de vérification garantissent que l'utilisateur ne récupère que les indices correspondant au vecteur binaire convenu, empêchant toute manipulation du processus de récupération.

Contributions clés

Prise en charge du top-k arbitraire : P2RAG est le premier système à prendre en charge efficacement des valeurs de $k$ arbitraires sans la dégradation d'efficacité observée dans les approches basées sur le tri, le rendant adapté aux scénarios de grand $k$ requis par les modèles modernes à contexte long.
Conception de protocole efficace : En remplaçant le tri sécurisé par une méthode de bisection interactive utilisant des DCF, P2RAG réduit considérablement le nombre de comparaisons, qui constituent le goulot d'étranglement principal des protocoles sécurisés.
Sécurité robuste : Le système protège à la fois la base de données du propriétaire et l'invite de l'utilisateur contre des serveurs semi-honnêtes. Il introduit également des restrictions spécifiques et des étapes de vérification pour borner strictement les fuites d'informations face à des utilisateurs malveillants.
Implémentation et évaluation : Les auteurs ont implémenté P2RAG et publié le code sous la licence Apache 2.0.

Résultats expérimentaux
Les auteurs ont évalué P2RAG en utilisant des ensembles de données BEIR (par exemple, trec-covid avec environ 171 000 documents) et des ensembles de données synthétiques.

Précision : P2RAG atteint une précision computationnelle élevée. Le rappel reste à 1,0 pour $k'$ variant de 16 à 1024, et les scores de pertinence indiquent que les documents récupérés sont généralement pertinents par rapport à l'invite.
Performance : P2RAG démontre des accélérations significatives par rapport au système de l'état de l'art, PRAG.
- Pour $k = 16$ , P2RAG est 3,78 fois plus rapide.
- Pour des $k$ plus grands (par exemple, $k=1024$ ), l'accélération atteint 322 fois.
- Le système évolue linéairement avec le nombre de documents ( $N$ ) mais devient relativement plus rapide à mesure que $k$ augmente, contrairement à PRAG qui souffre d'une dégradation de l'efficacité.
Communication : Bien que la communication intra-serveur puisse atteindre plusieurs centaines de mégaoctets, cela reste gérable via des liaisons de centre de données à haut débit. La communication utilisateur-serveur reste faible (comparable à quelques images standard).

Importance et affirmations
L'article affirme que P2RAG comble une lacune critique dans le RAG préservant la vie privée : l'incapacité à gérer efficacement de grandes valeurs de $k$ . Les auteurs soulignent que, bien que le RAG non sécurisé standard soit plus simple et plus rapide, P2RAG est essentiel pour des domaines à haut risque comme la santé, la finance et les services juridiques, où la confidentialité des données est une exigence stricte. Le système permet à ces secteurs de tirer parti de grands ensembles de récupération (qui améliorent la précision des LLM) sans compromettre la confidentialité des bases de données propriétaires ou des requêtes des utilisateurs. Les auteurs notent modestement que le système repose sur l'hypothèse de serveurs semi-honnêtes non collusifs et que le RAG non sécurisé standard reste le choix lorsque la confidentialité n'est pas critique.

1. L'Ancienne Méthode : Trier Tout le Jeu de Cartes

2. La Solution P2RAG : Le Jeu de « Devinez le Seuil »

3. Protéger les Secrets (La Règle de « Non-Confiance »)

4. Pourquoi Cela Compte (Les Résultats)

L'Essentiel

Articles similaires