🤖 AI

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

यह शोध पत्र P $^2$ RAG का प्रस्ताव करता है, जो एक कुशल गोपनीयता-संरक्षित रिट्रीवल-ऑगमेंटेड जनरेशन (Retrieval-Augmented Generation) सेवा है, जो सुरक्षित सॉर्टिंग के बिना मनमाने top- $k$ रिट्रीवल को सपोर्ट करने के लिए एक इंटरैक्टिव बाइसेक्शन (bisection) विधि और सीक्रेट शेयरिंग का उपयोग करती है, जिससे डेटा और उपयोगकर्ता प्रॉम्प्ट की सुरक्षा करते हुए मौजूदा प्रणालियों की तुलना में महत्वपूर्ण गति प्राप्त होती है।

मूल लेखक: Yulong Ming, Mingyue Wang, Jijia Yang, Jie Xu, Zihan Wu, Cong Wang, Xiaohua Jia

प्रकाशित 2026-05-29

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yulong Ming, Mingyue Wang, Jijia Yang, Jie Xu, Zihan Wu, Cong Wang, Xiaohua Jia

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास दस्तावेज़ों का एक विशाल, गुप्त पुस्तकालय है (जैसे मेडिकल रिकॉर्ड, कानूनी अनुबंध, या वित्तीय रिपोर्ट) जिसका उपयोग आप प्रश्नों के उत्तर देने के लिए करना चाहते हैं। आप इस पूरे पुस्तकालय को किसी सर्च इंजन कंपनी को नहीं देना चाहते क्योंकि यह बहुत संवेदनशील है। साथ ही, आप यह भी नहीं चाहते कि सर्च इंजन को ठीक-ठीक पता चले कि आप क्या पूछ रहे हैं, क्योंकि इससे आपके निजी विचार या व्यावसायिक रणनीतियाँ उजागर हो सकती हैं।

यही वह समस्या है जिसे P2RAG हल करता है। यह एक "रिट्रीवल-ऑगमेंटेड जनरेशन" (RAG) सेवा चलाने का एक नया तरीका है—जो एक "फैंसी" शब्द है "एक ऐसा AI जो आपके निजी दस्तावेज़ों का उपयोग करके प्रश्नों के उत्तर देता है"—बिना किसी को राज उगलने दिए।

यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:

1. पुराना तरीका: पूरे डेक की छंटनी करना

कल्पना कीजिए कि आपके पास 1,000 कार्डों का एक डेक है, जिनमें से प्रत्येक का एक स्कोर है। आप उच्चतम स्कोर वाले शीर्ष 10 कार्ड खोजना चाहते हैं।

समस्या: पिछले सुरक्षित सिस्टमों में, शीर्ष 10 खोजने के लिए, कंप्यूटर को उच्चतम से निम्नतम तक क्रमबद्ध करने के लिए हर एक कार्ड की दूसरे हर कार्ड के साथ गुप्त रूप से तुलना करनी पड़ती थी। यह एक भीड़ में सबसे लंबे व्यक्ति को खोजने जैसा है जैसे कि आप सबको एक लाइन में खड़ा करें और एक-एक करके मापें, लेकिन इस तरह से कि कोई भी माप देख न सके।
बाधा (Bottleneck): यदि आप 10 के बजाय शीर्ष 100 कार्ड चाहते हैं, तो यह "सॉर्टिंग" प्रक्रिया अविश्वसनीय रूप से धीमी और महंगी हो जाती है। यह केवल 5 बेहतरीन किताबें खोजने के लिए लाइब्रेरी की किताबों को छाँटने जैसा है; आपके पास जितनी अधिक किताबें होंगी, उतना ही अधिक समय लगेगा।

2. P2RAG समाधान: "सीमा का अनुमान लगाने" का खेल

P2RAG खेल को बदल देता है। पूरे डेक को सॉर्ट करने के बजाय, यह एक "हॉट एंड कोल्ड" (विशेष रूप से, बाइनरी सर्च या "बाइसेक्शन") का खेल खेलता है ताकि एक कटऑफ लाइन (सीमा रेखा) खोजी जा सके।

सेटअप: कल्पना कीजिए कि दो सर्वर (मान लीजिए सर्वर A और सर्वर B) गुप्त पुस्तकालय रखते हैं। वे हर दस्तावेज़ को आधा कर देते हैं ताकि कोई भी सर्वर पूरी कहानी न जान सके। आप (उपयोगकर्ता) भी अपने प्रश्न को आधा करते हैं और उसका एक हिस्सा प्रत्येक सर्वर को भेजते हैं।
खेल:
1. आप सर्वरों से पूछते हैं: "यदि हम इस विशिष्ट स्तर पर एक बार (bar) सेट करें, तो मेरे प्रश्न के कितने दस्तावेज़ पर्याप्त समान हैं?"
2. सर्वर बिना आपको यह बताए कि वे कौन से दस्तावेज़ हैं, और बिना आपको स्कोर दिखाए, मिलानों की गिनती करते हैं। वे बस कहते हैं, "50 मैच हैं।"
3. आप सोचते हैं: "मुझे केवल 10 चाहिए थे। यह बहुत अधिक है। चलिए बार (स्तर) को थोड़ा ऊपर उठाते हैं।"
4. आप ऊंचे बार के साथ फिर से पूछते हैं। वे कहते हैं, "अब 5 मैच हैं।"
5. आप सोचते हैं: "बहुत कम। चलिए बार को थोड़ा नीचे करते हैं।"
6. आप ठीक वही संख्या प्राप्त करने के लिए (जैसे, 10 दस्तावेज़) बार को आगे-पीछे एडजस्ट करते रहते हैं जब तक कि आपको सटीक संख्या न मिल जाए।

जादू: क्योंकि आप केवल एक "बार" को एडजस्ट कर रहे हैं और गिनती कर रहे हैं, इसलिए आपको पूरे पुस्तकालय को सॉर्ट करने की आवश्यकता नहीं है। आपको बस बार की सही ऊंचाई खोजने की आवश्यकता है। यह प्रक्रिया को अविश्वसनीय रूप से तेज़ बनाता है, भले ही आप बड़ी संख्या में परिणाम (जैसे, 1,000 दस्तावेज़) चाहते हों।

3. रहस्यों को सुरक्षित रखना ("विश्वास न करने" का नियम)

पेपर का दावा है कि यह सिस्टम तब भी सुरक्षित है जब सर्वर "ईमानदार लेकिन जिज्ञासु" (नियमों का पालन करते हैं लेकिन तांक-झांक करने की कोशिश करते हैं) हों या उपयोगकर्ता "दुर्भावनापूर्ण" (सिस्टम को धोखा देने की कोशिश करता है) हो।

जिज्ञासु सर्वरों के विरुद्ध: क्योंकि डेटा विभाजित (सीक्रेट-शेयर्ड) है, सर्वर A केवल नंबरों का एक रैंडम मिश्रण देखता है, और सर्वर B एक अलग रैंडम मिश्रण देखता है। जब तक वे दोनों मिलकर काम न करें, कोई भी दस्तावेज़ या आपके प्रश्न को पुनर्गठित नहीं कर सकता। पेपर यह मान लेता है कि वे मिलकर काम नहीं करेंगे (जैसे दो अलग-अलग देशों में स्थित दो कंपनियां)।
चालाक उपयोगकर्ताओं के विरुद्ध: एक चालाक उपयोगकर्ता सर्वरों को बार को इतना नीचे गिराने के लिए कहने की कोशिश कर सकता है कि सभी दस्तावेज़ मैच हो जाएं, जिससे प्रभावी रूप से पूरा पुस्तकालय चुरा लिया जा सके। P2RAG कितनी बार पूछा जा सकता है इस पर "स्पीड लिमिट" लगाता है और गणित की जांच करता है ताकि यह सुनिश्चित हो सके कि आप केवल वही दस्तावेज़ देख सकें जिनकी आपको अनुमति है। यह एक बुरा उपयोगकर्ता कितना भी डेटा चुरा सकता है, उस पर कड़ा नियंत्रण रखता है।

4. यह क्यों मायने रखता है (परिणाम)

लेखकों ने इस सिस्टम का परीक्षण किया और पाया:

गति: यह वर्तमान सर्वोत्तम सुरक्षित सिस्टमों की तुलना में 3 से 300 गुना तेज़ है जब आप बड़ी संख्या में दस्तावेज़ (16 से लेकर 1,024 तक) प्राप्त करना चाहते हैं।
लचीलापन: आप परिणामों की कोई भी संख्या (arbitrary k) मांग सकते हैं, जो वित्त या कानून जैसे क्षेत्रों में महत्वपूर्ण है जहाँ आपको सही उत्तर पाने के लिए बहुत अधिक संदर्भ देखने की आवश्यकता हो सकती है।
सटीकता: सिस्टम इतना सटीक है कि यह लगभग बिना किसी गणितीय त्रुटि के ठीक वही दस्तावेज़ खोज लेता है जो एक गैर-सुरक्षित सिस्टम खोजता।

निचोड़

P2RAG एक सुरक्षित, उच्च-गति वाले लाइब्रेरियन की तरह है जो एक विशाल, लॉक तिजोरी में आपके विशिष्ट दस्तावेज़ों को ढूंढ सकता है, बिना कभी तिजोरी खोले आपको किताबें दिखाए, और बिना आपको तिजोरी के अन्य दस्तावेज़ों को देखे। यह पूरे संग्रह को सॉर्ट करने के बजाय "कटऑफ पॉइंट" खोजने के लिए एक स्मार्ट अनुमान लगाने वाले खेल का उपयोग करके करता है, जिससे यह वास्तविक दुनिया में उपयोगी होने के लिए पर्याप्त तेज़ हो जाता है।

P2RAG का तकनीकी सारांश: मनमाने (Arbitrary) Top-k रिट्रीवल को सपोर्ट करने वाली कुशल गोपनीयता-संरक्षित RAG सेवा

समस्या विवरण
रिट्रीवल-ऑगमेंटेड जनरेशन (RAG), लार्ज लैंग्वेज मॉडल्स (LLMs) को बाहरी ज्ञान का उपयोग करने की अनुमति देता है, लेकिन RAG सेवाओं को आउटसोर्स करने से डेटा मालिकों (जिनके प्रोप्राइटरी डेटाबेस एक्सपोज होते हैं) और उपयोगकर्ताओं (जिनके प्रॉम्प्ट्स दिखाई देते हैं) दोनों के लिए महत्वपूर्ण गोपनीयता जोखिम उत्पन्न होते हैं। मौजूदा गोपनीयता-संरक्षित RAG (PP-RAG) सिस्टम आमतौर पर समस्या को एक सुरक्षित टॉप-k रिट्रीवल कार्य के रूप में देखते हैं, जो सुरक्षित सॉर्टिंग या सुरक्षित k-अप्रोक्सिमेट निएरेस्ट नेबर (k-ANN) तकनीकों पर निर्भर करते हैं। हालाँकि, ये सिस्टम गंभीर सीमाओं का सामना करते हैं:

अलचीलापन (Inflexibility): वे अक्सर रिट्रीवल पैरामीटर $k$ के मनमाने या डायनेमिक समायोजन को सपोर्ट नहीं कर पाते हैं।
दक्षता में गिरावट (Efficiency Degradation): जैसे-जैसे $k$ बढ़ता है, उनका प्रदर्शन काफी गिर जाता है। यह एक प्रमुख बाधा है क्योंकि आधुनिक अनुप्रयोग—जैसे वित्त, कानून और स्वास्थ्य सेवा में—और लॉन्ग-कॉन्टेक्स्ट LLMs अक्सर बड़े $k$ मानों (जैसे 100–150 या अधिक) की आवश्यकता रखते हैं ताकि इष्टतम सटीकता प्राप्त की जा सके।
सुरक्षा अंतराल (Security Gaps): कुछ मौजूदा दृष्टिकोण नई सुरक्षा समस्याएँ पैदा करते हैं या दुर्भावनापूर्ण उपयोगकर्ताओं के विरुद्ध सूचना रिसाव (information leakage) को मजबूती से बांधने में विफल रहते हैं।

कार्यप्रणाली (Methodology)
लेखक P2RAG का प्रस्ताव करते हैं, जो एक गोपनीयता-संरक्षित RAG सेवा है जिसे कुशलतापूर्वक मनमाने (arbitrary) top-k रिट्रीवल को सपोर्ट करने के लिए डिज़ाइन किया गया है। यह सिस्टम दो-सर्वर मॉडल पर काम करता है जहाँ सर्वर सेमी-ऑनेस्ट (ईमानदार-लेकिन-जिज्ञासु/honest-but-curious) और गैर-सहयोगी (non-colluding) हैं।

सिस्टम आर्किटेक्चर:
- डेटा ओनर (Data Owner): दो सर्वरों को एक एन्क्रिप्टेड डेटाबेस आउटसोर्स करता है। डेटाबेस में $N$ डॉक्यूमेंट एम्बेडिंग्स होती हैं, जिन्हें एक प्राइम फील्ड पर शमीर के सीक्रेट शेयरिंग (Shamir's secret sharing) का उपयोग करके दो सर्वरों के बीच सीक्रेट-शेयर किया गया है।
- यूजर (User): एक प्रॉम्प्ट एम्बेडिंग सबमिट करता है, जिसे भी दो सर्वरों के बीच सीक्रेट-शेयर किया गया है।
- थ्रेट मॉडल (Threat Model): सर्वर प्रोटोकॉल का पालन करते हैं लेकिन डेटा का अनुमान लगाने का प्रयास कर सकते हैं। उपयोगकर्ताओं को मैलिसियस (दुर्भावनापूर्ण) माना गया है जो जानकारी निकालने के लिए प्रोटोकॉल से विचलित हो सकते हैं। डेटा ओनर्स को ईमानदार माना गया है।
मुख्य नवाचार: इंटरैक्टिव बाइसेक्शन बनाम सॉर्टिंग
मौजूदा सिस्टमों के विपरीत जो सभी कैंडिडेट डॉक्यूमेंट्स को सॉर्ट करते हैं (जो सुरक्षित प्रोटोकॉल में एक गणनात्मक रूप से महंगा ऑपरेशन है), P2RAG पूरी तरह से सॉर्टिंग से बचता है। इसके बजाय, यह एक इंटरैक्टिव बाइसेक्शन विधि का उपयोग करता है जो एक डिस्टेंस थ्रेशोल्ड ( $d_k$ ) निर्धारित करती है जो टॉप- $k$ सेट को परिभाषित करती है।

डिस्टेंस कैलकुलेशन: सर्वर बीवर ट्रिपल्स (Beaver triples) का उपयोग करके यूजर के प्रॉम्प्ट और सभी डॉक्यूमेंट एम्बेडिंग्स के बीच सीक्रेट-शेयर्ड कोसाइन डिस्टेंस (डॉट प्रोडक्ट्स के माध्यम से अनुमानित) की गणना करते हैं।
बाइसेक्शन इटरेशन: यूजर और सर्वर एक डिस्टेंस थ्रेशोल्ड को कम करने के लिए इंटरैक्ट करते हैं। प्रत्येक इटरेशन में, यूजर एक थ्रेशोल्ड $d_k$ निर्दिष्ट करता है। सर्वर यह गिनने के लिए डिस्ट्रीब्यूटेड कंपैरिजन फंक्शन्स (DCFs) का उपयोग करते हैं कि कितने डॉक्यूमेंट्स का डिस्टेंस $d_k$ से कम है।
थ्रेशोल्ड चयन: यूजर $d_k$ को तब तक अपडेट करता है जब तक कि थ्रेशोल्ड के भीतर डॉक्यूमेंट्स की संख्या लक्षित $k$ के करीब न पहुँच जाए।
रिजल्ट रिट्रीवल: एक बार थ्रेशोल्ड निर्धारित हो जाने के बाद, सर्वर एक सीक्रेट-शेयर्ड बाइनरी वेक्टर जेनरेट करते हैं जो यह दर्शाता है कि कौन से डॉक्यूमेंट्स थ्रेशोल्ड के भीतर आते हैं। यूजर सिंगल-सर्वर प्राइवेट इंफॉर्मेशन रिट्रीवल (PIR) का उपयोग करके इन डॉक्यूमेंट्स के इंडेक्स प्राप्त करता है।

सुरक्षा तंत्र:
- गोपनीयता (Privacy): सीक्रेट शेयरिंग यह सुनिश्चित करती है कि न तो सर्वर डेटाबेस के बारे में जान पाता है और न ही प्रॉम्प्ट के बारे में।
- मैलिसियस यूजर्स के खिलाफ बचाव: सूचना के अत्यधिक निष्कर्षण को रोकने के लिए, P2RAG सख्त प्रतिबंध लागू करता है:
  - बाइसेक्शन इटरेशन की संख्या को सीमित किया गया है (कुल काउंट लीकेज को $O(\log^2 N)$ तक सीमित करना)।
  - अंतिम परिणाम सेट का आकार सीमित है।
  - वेरिफिकेशन मैकेनिज्म यह सुनिश्चित करता है कि यूजर केवल उन इंडेक्स को ही प्राप्त करे जो सहमत बाइनरी वेक्टर के अनुरूप हैं, जिससे रिट्रीवल प्रक्रिया में हेरफेर को रोका जा सके।

प्रमुख योगदान

मनमाना (Arbitrary) Top-k सपोर्ट: P2RAG पहला ऐसा सिस्टम है जो सॉर्टिंग-आधारित दृष्टिकोणों में देखी जाने वाली दक्षता की गिरावट के बिना कुशलतापूर्वक मनमाने $k$ मानों को सपोर्ट करता है, जो इसे आधुनिक लॉन्ग-कॉन्टेक्ट मॉडल्स के लिए उपयुक्त बनाता है।
कुशल प्रोटोकॉल डिज़ाइन: सुरक्षित सॉर्टिंग को इंटरैक्टिव बाइसेक्शन मेथड और DCFs का उपयोग करके बदलकर, P2RAG तुलनाओं (comparisons) की संख्या को काफी कम कर देता है, जो सुरक्षित प्रोटोकॉल में मुख्य बाधा होती हैं।
मजबूत सुरक्षा: सिस्टम सेमी-ऑनेस्ट सर्वरों के खिलाफ डेटा ओनर के डेटाबेस और यूजर के प्रॉम्प्ट दोनों की रक्षा करता है। यह मैलिसियस यूजर्स के खिलाफ सूचना रिसाव को सख्ती से बांधने के लिए विशिष्ट प्रतिबंध और सत्यापन चरण भी पेश करता है।
कार्यान्वयन और मूल्यांकन: लेखकों ने P2RAG को लागू किया है और इसका कोड Apache License 2.0 के तहत जारी किया है।

प्रायोगिक परिणाम
लेखकों ने BEIR डेटासेट्स (जैसे ~171k डॉक्यूमेंट्स के साथ trec-covid) और सिंथेटिक डेटासेट्स का उपयोग करके P2RAG का मूल्यांकन किया।

सटीकता (Accuracy): P2RAG उच्च कम्प्यूटेशनल सटीकता प्राप्त करता है। $k'$ के 16 से 1024 की रेंज में रिकॉल 1.0 बना रहता है, और रेलेवेंस स्कोर इंगित करते हैं कि रिट्रीव किए गए डॉक्यूमेंट्स आम तौर पर प्रॉम्प्ट के लिए प्रासंगिक हैं।
प्रदर्शन (Performance): P2RAG स्टेट-ऑफ-द-आर्ट सिस्टम, PRAG की तुलना में महत्वपूर्ण स्पीडअप प्रदर्शित करता है।
- $k = 16$ के लिए, P2RAG 3.78× तेज़ है।
- बड़े $k$ (जैसे $k=1024$ ) के लिए, स्पीडअप बढ़कर 322× हो जाता है।
- सिस्टम डॉक्यूमेंट्स की संख्या ( $N$ ) के साथ रैखिक रूप से स्केल करता है, लेकिन $k$ बढ़ने पर यह अपेक्षाकृत तेज़ होता जाता है, जबकि PRAG दक्षता में गिरावट का शिकार होता है।
कम्युनिकेशन (Communication): हालांकि इंट्रा-सर्वर कम्युनिकेशन सैकड़ों मेगाबाइट तक पहुँच सकता है, लेकिन यह हाई-बैंडविड्थ डेटा सेंटर लिंक्स के माध्यम से प्रबंधनीय है। यूजर-सर्वर कम्युनिकेशन कम रहता है (कुछ मानक इमेज के बराबर)।

महत्व और दावे
पेपर का दावा है कि P2RAG गोपनीयता-संरक्षित RAG के एक महत्वपूर्ण अंतर को संबोधित करता है: बड़े $k$ मानों को कुशलतापूर्वक संभालने में असमर्थता। लेखक इस बात पर जोर देते हैं कि जबकि मानक नॉन-सिक्योर RAG सरल और तेज़ है, P2RAG उन उच्च-दांव वाले डोमेन जैसे स्वास्थ्य सेवा, वित्त और कानूनी सेवाओं के लिए आवश्यक है जहाँ डेटा गोपनीयता एक सख्त आवश्यकता है। यह सिस्टम इन क्षेत्रों को प्रोप्राइटरी डेटाबेस या यूजर क्वेरी की गोपनीयता से समझौता किए बिना बड़े रिट्रीवल सेट्स (जो LLM की सटीकता में सुधार करते हैं) का लाभ उठाने में सक्षम बनाता है। लेखक विनम्रतापूर्वक नोट करते हैं कि सिस्टम सेमी-ऑनेस्ट नॉन-कोल्यूडिंग सर्वर धारणा पर निर्भर करता है और जब गोपनीयता महत्वपूर्ण नहीं होती है, तो मानक नॉन-सिक्योर RAG ही विकल्प रहता है।

1. पुराना तरीका: पूरे डेक की छंटनी करना

2. P2RAG समाधान: "सीमा का अनुमान लगाने" का खेल

3. रहस्यों को सुरक्षित रखना ("विश्वास न करने" का नियम)

4. यह क्यों मायने रखता है (परिणाम)

निचोड़

इसी तरह के और पेपर