Search
E-mail
RSS

Journal of Cybersecurity >

2026 0

DOI: https://doi.org/10.20172/j.issn.2097-3136.260703

Survey on Oblivious Random Access Machine Protocol

  • Gong Yunping 1, 2, 3 ,
  • Li Xiong , 2, * ,
  • Wen Bo 3 ,
  • Wu Chunling 1 ,
  • Lu Xianzhi 1
Expand
  • 1. School of Artificial Intelligence and Big Data (School of Cyber Security), Chongqing Polytechnic University of Electronic Technology, Chongqing 401331
  • 2. School of Computer Science and Engineering (School of Cyber Security), University of Electronic Science and Technology of China, Chengdu, Sichuan 611731
  • 3. Research Institute, Panda Electronics Group Co., Ltd., Nanjing, Jiangsu 210013

Received date: 2026-04-26

  Revised date: 2026-05-30

  Online published: 2026-07-29

Copyright

Copyright ©2026 Journal of Aeronautical Materials. All rights reserved.
Fold

Abstract

Oblivious Random Access Machine (ORAM) is a cryptographic primitive designed to obfuscate memory access patterns, ensuring that access sequences do not divulge sensitive information when data is stored on untrusted servers. Amidst the rapid expansion of cloud computing and the escalating demand for privacy protection, ORAM has transitioned from theoretical constructs to practical technologies, with bandwidth overheads progressively reducing from the square-root order of magnitude to the theoretically optimal logarithmic order. This study aims to systematically review the research advancements in ORAM cryptographic protocols. First, it presents the fundamental model, security definitions, and core performance metrics of ORAM. Second, it delineates classic construction schemes, including tree-based ORAM, hierarchical ORAM, multi-server ORAM, and their evolutionary trajectories. Third, it expounds on performance enhancement techniques such as bandwidth optimization, storage efficiency improvement, interaction round reduction, and hardware co-design. Finally, it summarizes the applications of ORAM in secure cloud storage, trusted execution environments, multi-party computation, blockchain, and federated learning, analyzes the prevailing trade-off dilemmas and side-channel security challenges, and outlines future research directions.

Key words： oblivious random access machine; access patterns obfuscating; cryptographic protocol; oblivious access; privacy protecting

Cite this article

Gong Yunping , Li Xiong , Wen Bo , Wu Chunling , Lu Xianzhi . Survey on Oblivious Random Access Machine Protocol[J]. Journal of Cybersecurity, 2026 . DOI: 10.20172/j.issn.2097-3136.260703

0 引言

在云计算与大数据深度融合的背景下，越来越多的研究者用户和企业机构将数据外包至云服务器进行存储与计算[37-38]。加密技术作为保护数据机密性的首要手段已被广泛采用，然而加密本身并不足以抵御所有形式的隐私威胁。攻击者即便无法破解密文，仍可通过观察数据访问模式，即“何时”、“以何种频率”、“访问了哪些存储位置”等元信息，推断出极具价值的敏感信息[18, 46, 52-55, 56, 58, 63, 73, 99]。例如，医生频繁访问与肾脏疾病相关的文件夹可能暗示其接诊了大量肾病患者，金融分析师集中查阅某公司文件可能预示重大交易动向。此类访问模式泄露已被证实可导致灾难性隐私后果。
不经意随机访问机（Oblivious Random Access Machine，ORAM）正是为解决上述问题而提出的密码学原语。其核心思想在于：将客户端的每一次真实访问转换为一系列与随机访问统计不可区分的物理访问，从而彻底隐藏访问模式，其包含三个过程：读取、写回和驱逐。自Goldreich和Ostrovsky的开创性工作以来[1-3]，ORAM已从纯理论构造发展为具有实际部署潜力的隐私保护技术，并在安全云存储、安全处理器、安全多方计算、联邦学习以及隐私保护区块链等多个领域展现出广阔的应用前景。
ORAM研究在过去近四十年间经历了爆发式增长。在理论层面，研究者们将带宽开销从最初的O($ \sqrt{N} $)逐步降低至信息论最优的O(log N)。在实践层面，Path ORAM[5]以其极简设计成为最广泛采用的实用方案，而Ring ORAM[47]、Circuit ORAM[8]等改进方案进一步在带宽和电路尺寸上取得突破。
然而，目前对该领域进行系统梳理的工作仍停留在2018年[84]，不仅时间久远，而且该领域发展迅猛，2018年之后涌现出大量新方案、新应用和新理论成果，其中许多成果发表在“四大国际信息安全顶级会议（CCS、Security & Privacy、USENIX Security和NDSS）”[11, 15, 16, 64, 65, 70, 71, 85, 89, 92]和“三大国际密码会议（CRYPTO、EuroCrypt和AsiaCrypt）”[9, 10, 13, 58, 69, 90]上。因此，亟需一篇综述来反映该领域最新研究动态。为此，该工作旨在对ORAM密码协议近四十年发展进行全面回顾，重点分析2018年之后的关键进展，系统总结最新主流构造范式、性能优化策略、应用场景和前沿趋势，以期为致力于产学研的工作者提供参考。
本文的组织结构如下：第一节介绍ORAM的系统模型、安全定义与威胁模型；第二节回顾ORAM的经典构造方案；第三节梳理ORAM性能优化的主要技术路径；第四节概述ORAM的核心应用领域；第五节探讨当前面临的挑战与前沿研究方向；第六节对全文进行总结。

1 ORAM基础理论

1.1 系统模型与安全性定义

ORAM的一般系统模型包含两个实体：客户端和服务器。客户端具备有限的可信本地存储，服务器拥有大量不可信的存储空间。客户端希望将N个固定大小的数据块外包至服务器，同时满足以下条件：
（1）功能性：客户端能够随时读取任意数据块，并可选地更新数据块内容。
（2）机密性：数据块内容通过加密对服务器隐藏。
（3）不经意性：服务器从观察到的访问序列中无法推断客户端的真实访问模式。
形式化安全性定义如下：令客户端发起的真实访问序列为$ \overset{\rightharpoonup }{a} $= (a1, a2, a3, ..., aM)，其中每个ai = (opi, addri; datai) 表示对标记为addri的数据块内容datai进行一次读或写操作opi，读操作表示对数据内容取回来后未更新，而写操作表示对数据内容取回来后进行了更新。对于除了用户自己外，ORAM不仅可保证被访问的数据块之间不可区分，而且可确保每个数据块的操作也是不可区分。因此，形式化如下：ORAM协议将$ \overset{\rightharpoonup }{a} $转换为物理访问序列Access($ \overset{\rightharpoonup }{a} $)，使得对于任意两个等长的访问序列$ \overset{\rightharpoonup }{a} $和$ \overrightarrow{b} $，物理访问序列的统计分布不可区分：Access($ \overset{\rightharpoonup }{a} $) $ \overset{\text{c}}{\approx } $ Access($ \overrightarrow{b} $)，其中$ \overset{\text{c}}{\approx } $ 表示计算上 / 统计上 / 信息论上不可区分性。

1.2 安全威胁模型

若根据安全强度的不同，则ORAM的安全性定义可分为三个层次：
（1）计算安全性：基于密码学假设（如伪随机函数、对称加密的安全性等），攻击者的计算能力受限，一般为概率多项式时间（Probabilistic Polynomial Time， PPT）的能力。这是实际部署中最常见的安全级别；
（2）统计安全性：即使攻击者拥有无限计算能力，成功区分真实访问序列与随机序列的概率也可忽略不计。此类方案通常需要更强的随机化技术；
（3）信息论安全性：提供无条件安全保证，不依赖任何计算假设。该级别的安全性在多服务器的分布式ORAM中有重要应用。
在威胁模型方面，ORAM的敌手设定可从两个正交维度进行刻画：行为方式与观测能力。
（1）行为方式维度：描述敌手是否严格遵循协议规范。
a）半诚实敌手：敌手正确执行所有协议步骤，但试图从协议交互过程中推断额外的敏感信息。这是ORAM研究中最基础的敌手模型，对应于仅需隐藏访问模式而无需保证存储完整性的场景。
b）恶意敌手：敌手可任意偏离协议，包括篡改、重放、伪造存储内容或主动注入恶意操作。在此模型下，ORAM方案必须额外引入完整性验证机制[44]，如结合Merkle树、可验证计算或认证数据结构，以同时保证不经意性与存储正确性。
c）隐蔽敌手：介于半诚实与恶意之间，敌手可偏离协议，但一旦偏离行为被检测到的概率超过某个阈值便会停止攻击。ORAM对此类敌手的研究相对较少，主要见于部分高效安全多方计算框架。
（2）观测能力维度：描述敌手可观测到的信息范围。
a）仅协议消息的敌手：敌手仅能观测客户端与服务器之间的协议交互消息，即物理访问序列。这是经典ORAM安全定义的基础，也是大多数方案默认的观测模型。
b）侧信道观测敌手：敌手除协议消息外，还可通过物理侧信道，如访问时间、功耗、电磁辐射、缓存命中/缺失模式等，以获取额外信息。此维度可与上述任一行为敌手叠加。如，一个半诚实服务器完全可以同时是一个时间侧信道观测者，利用操作时长差异推断访问模式。近年来，时间信道泄露[18, 46, 71]已成为ORAM安全研究的重要关注点，驱动了诸如DS-ORAM[18]等防御时间信道方案的设计。
将两个维度正交组合，即可精确描述具体的威胁场景。例如，“半诚实且具时间侧信道的服务器”是当前许多硬件ORAM及TEE场景下需要应对的现实威胁；“恶意且仅观测协议消息的服务器”则常见于需要抗篡改的云存储应用。这种分层、可组合的威胁模型表述方式，有助于研究者清晰界定方案的安全假设与适用边界。

1.3 核心性能指标

评价ORAM方案的性能通常从以下几个维度展开：
（1）带宽开销：客户端与服务器之间传输的数据量与真实访问所需数据量之比，被研究者定义为bandwidth blowup或I/O overhead，该指标直接决定了网络通信成本。
（2）客户端存储：客户端本地需要维护的数据量。Path ORAM[5]之前的方案往往需要O($ \sqrt{N} $) 或对数多项式量级的客户端存储。
（3）服务器存储：服务器端存储的膨胀系数。大多数ORAM方案需要O(N)的服务器存储，部分方案达到O(N *log N)。
（4）交互轮数：完成一次逻辑访问所需的通信往返次数，低轮数对于安全多方计算[42-43, 45, 49-50]等应用或广域网部署至关重要。
（5）计算复杂度：客户端和服务器的计算开销，包括加密/解密操作和元数据处理。

2 ORAM经典构造方案

2.1 奠基性方案：平方根型ORAM与分层型ORAM

ORAM的概念最早由Goldreich于1987年提出，后与Ostrovsky合作完善，于1996年在J. ACM上发表了里程碑式的工作[1-3]。该工作提出如下两种基础构造。
（1）平方根型ORAM[1]：如图1所示，将内存组织为两部分：一个大小为N +$ \sqrt{N} $ 的排列区和一个大小为$ \sqrt{N} $ 的缓冲区。每次访问时，客户端扫描整个缓冲区以查找目标数据，并以概率1/$ \sqrt{N} $ 触发重排操作。该方案的带宽开销为O($ \sqrt{N} $)，客户端存储为常数个数据块，块大小为O(log N)-bit。虽然平方根复杂度在大规模数据场景下难以实用，但它首次证明了ORAM方案构造的可行性。
图 1 平方根型ORAM

Fig.1 Square root-based ORAM

（2）分层ORAM[2]：如图2所示，通过一系列指数级增长的哈希表层次来组织数据，每个层次在填满后与下层合并后重排。该方案的平均带宽开销降低至O(log3 N)，但其最坏情况开销依然维持线性的较高复杂度，且需复杂的布谷鸟哈希等构件。这是首个分层ORAM方案，在二十余年后被OptORAMa[9]等方案重新发掘，成功匹配下界O(log N)，实现具有理论最优的平均带宽开销的ORAM构造。
图 2 分层型ORAM

Fig.2 Layered-based ORAM

2.2 树型ORAM与矩阵型ORAM

2011年，Shi等研究者[4]提出了首个基于二叉树的ORAM方案，开启了树型ORAM的研究浪潮。其核心思想是将服务器存储组织为一棵满二叉树，每个数据块被随机分配到一个叶子节点，并存储在该叶子到根节点路径上的某个节点中。访问数据时，客户端读取整条路径，获取目标块后将其重新分配到新的随机叶子并写回。
Stefanov等研究者[5]于2013年提出的Path ORAM是树型ORAM的集大成者，经实验验证[40]，以其极简设计成为迄今为止最实用的ORAM协议，如图3所示。Path ORAM[5]的核心创新在于将暂存区引入客户端，同时将写回过程与驱逐过程合并：从路径读取的所有数据块首先进入暂存区，目标块在暂存区中被访问后，尽可能多的块被写回路径的各个节点，剩余的块暂存在暂存区中等待后续访问。理论分析表明，当暂存区大小为O(log N)ω(1)，物理块大小设置为O(log2 N)-bit时，暂存区溢出概率可忽略，此时客户端存储为O(log N)，而采用递归位置映射后Path ORAM[5]的带宽开销为O(log2 N)，在物理块比逻辑块大的非对称环境中，Path ORAM[5]的带宽开销为O(log N)。在实际环境中至少是8*log N。
图 3 树型ORAM

Fig.3 Tree-based ORAM

Path ORAM[5]的巨大成功引发了大量的后续改进工作[48]。Ring ORAM[47]通过在路径节点中引入“环”数据结构，将在线的读取操作引发的带宽开销从整个路径降低至单个块，且离线的写回操作和驱逐操作引发的带宽开销为2~2.5 log N。Circuit ORAM[8]从电路尺寸角度优化了Path ORAM[5]，证明Goldreich-Ostrovsky下界[2]在特定参数范围内是紧的，其电路尺寸接近理论最优，特别适合安全多方计算场景[9]。
2017年，Gordon等提出一个矩阵型ORAM[30]，如图4所示，声称在某些条件下能超越Path ORAM[5]，但现实情况并非如此。在特定递归结构中，其理论带宽成本比Path ORAM减少 log N / 2，但它的标准模式带宽开销高达O($ \sqrt{N} $)，这意味着随着数据规模N的增长，其性能会急速恶化。除此之外，其递归模式虽然带宽开销稍低，但大幅增加了交互轮数、计算和通信开销，在高延迟网络中表现不佳。相比之下，Path ORAM[5]不仅更均衡，加上其简洁的实现方式，其后续变体在工程优化上做得更成功。
图 4 矩阵型ORAM

Fig.4 Matrix-based ORAM

2.3 从平方根到对数：理论下界与渐近最优方案

ORAM从提出开始一直围绕的核心理论问题是：ORAM的带宽开销是否存在下界？Goldreich和Ostrovsky在其1996年的工作[2]证明了“球与箱”模型下的Ω(log N)下界。Larsen和Nielsen[12]于2018年进一步将该下界推广到更一般的场景，其对于计算上安全的ORAM依然成立。Komargodski等研究者[93]于2021年进一步证明了上述对数下界对于所有参数均成立，为ORAM的渐近最优方案构造提供了更全面而严格的理论基础。
然而，构造与上述对数下界匹配的ORAM方案并非易事。首先，Patel等研究者于2018年提出的PanORAMa[94]在分层ORAM框架下实现了O(log N*log log N)的平均带宽开销，与对数下界仅仅相差O(log log N)的乘法因子，但最差情况开销依然维持线性的较高复杂度。其次，Asharov等研究者于2020年提出的OptORAMa[9]才首次在分层ORAM框架下实现了O(log N)的平均带宽开销，但最差情况开销依然维持线性的较高复杂度，且平均带宽开销中蕴含巨大常数，依然无法适用于现实环境。随后，FutORAMa[11]作为首个基于分层ORAM框架的实际实现，在1GB至1TB的本地存储下，比Path ORAM[5]的优化体快6至8倍。Holland等研究者提出的Rank ORAM[14]在分层框架下实现了单轮交互，将客户端存储需求降低了100倍，使分层ORAM从“纯理论构造”向实用化也迈出了关键一步。

2.4 分布式ORAM

传统的ORAM方案基于单服务器模型。当存在多个非共谋服务器时，可以进一步降低带宽开销。Lu和Ostrovsky[22]于2013年提出的第一个分布式ORAM，即采用多个服务器的ORAM，获得了O(log N)的带宽开销，且其中蕴含的常数非常小，比最优的单服务器ORAM更优。
近年来，由于分布式ORAM与云存储架构的高度契合，加速成为ORAM领域的研究热点之一[34]。分布式ORAM将数据以秘密共享的形式分布在多个服务器之间，多方安全计算协议在这些秘密份额上执行ORAM操作，具有如下优势：（1）打破存储壁垒，实现海量数据的“横向扩展”；（2）大幅降低单次访问的带宽开销；（3）计算与通信的天然并行化；（4）增强容错性与更高的安全性基线。
MetaDORAM[23]是该方向的最新突破，该方案在不依赖任何计算假设的前提下实现了信息论安全的亚对数通信开销，首次突破了Ω(log N)的传统下界，且其失败概率是0，不再是之前ORAM方案的可忽略。

2.5 方案对比与演进规律

纵观ORAM近四十年的发展，可以清晰地观察到一条从理论到实践，从高开销到理论最优、再到与工程应用相结合进行优化的演进轨迹，如表1所示。该演进背后蕴含着深刻的规律：（1）理论方案的提出往往领先于实用化部署数十年；（2）简单优雅的设计比复杂的优化更容易被学术界和工业界广泛采纳，如Path ORAM[5]，如表1所示。
表 1 1987年以来，尤其是2018年后各ORAM代表方案比较

Table 1 Comparison of ORAM representative schemes since 1987, especially after 2018

方案 年份 平均带宽开销 客户端存储 交互轮数 主要贡献
Square-Root ORAM[1] 1987 O($ \sqrt{\mathrm{N}} $) O(1) 单轮 ORAM的首次构造
Hierarchical ORAM[2] 1996 O(log3N) O(1) 多轮 分层ORAM的开创
Tree ORAM[4] 2011 O(log2N) O(log2N) 2轮 树型ORAM的开创
Path ORAM[5] 2013 O(log N) O(log N) 2轮 最简洁实用的ORAM
Ring ORAM[47] 2015 O(log N) O(log N) 2轮 在线带宽降至单块
Circuit ORAM[8] 2015 O(log N) O(log N) 2轮 电路尺寸最优
PanORAMa[94] 2018 O(log N *log log N) O(1) 多轮 接近匹配对数开销下界的
计算上安全的ORAM
OptORAMa[9] 2020 O(log N) O(1) 多轮 首个完全匹配对数开销下界的
计算上安全的ORAM
ORAM[10] 2021 O(log N) O(1) 多轮 首个具有最坏情况对数开销的
计算上安全的ORAM
Optimal OPRAM[91] 2022 O(log N) O(1) 单轮 并行ORAM的最优构造
FutORAMa[11] 2023 O(log N) O($ \sqrt{\mathrm{N}} $) 多轮 首个实用化的分层ORAM
Rank ORAM[14] 2024 O(log N) O($ \sqrt{\mathrm{N}} $) 单轮 首个单轮交互的分层ORAM
MetaDORAM[23] 2024 O(log log N) O($ \sqrt{\mathrm{N}} $) 单轮 首个突破对数下界的分布式ORAM
OSAM[92] 2024 O(log N) O(1) 单轮 图算法高效编译的ORAM
DS-ORAM[18] 2025 O(log N) O(log N) 单轮 消除时间信道泄露的ORAM
Two-Server ORAMs[25] 2025 O(log N) O(1) 单轮 首个对数下界的双服务器ORAM
Palermo[17] 2025 O(log N) O(log N) 单轮 协议-硬件协同设计加速的ORAM
H2O2RAM[15] 2025 O(log N) O($ \sqrt{\mathrm{N}} $) 单轮 首个分层双不经意RAM
MegaBlocks[89] 2025 O(log N /log log N) O(1) 单轮 突破非对称情况下的对数开销屏障
Path Weaver ORAM[83] 2025 O(log N) O(log N) 2轮 随机路径调度提升吞吐量的ORAM
MVP-ORAM[79] 2025 O(log N) O(log N) 2轮 等待自由的并发ORAM
LatORAM[27] 2026 O( N1/4) O($ \sqrt{\mathrm{N}} $) 单轮 单轮单块带宽开销的ORAM
尤其是2018年之后的最新进展体现出三个显著趋势：一是从单一性能指标的优化转向多维度权衡，如LatORAM[27]同时追求低轮数、低带宽和小存储；二是从单用户场景向并发多用户和并行场景的拓展，如MVP-ORAM[79]和OPRAM[91]；三是协议-硬件协同设计，如Palermo[17]正在成为ORAM实用化的关键推动力。此外，突破Ω(log N)的传统理论下界（如MegaBlocks[89]）和填补长期理论空白（如最坏情况对数开销）的研究表明ORAM理论仍在持续深化。

3 ORAM性能优化技术

3.1 带宽优化

带宽开销是ORAM最核心的性能瓶颈。
（1）Ring ORAM[47]通过“读-重排-写”三元操作优化Path ORAM[5]，将在线的读取操作引发的带宽开销从整个路径降低至单个块，且离线的写回操作和驱逐操作引发的带宽开销仅为2~2.5 log N。
（2）OptORAMa[9]作为首个在分层ORAM框架下实现了O(log N)的平均带宽开销，成功匹配了对数开销的理论下界，该方案采用优化的紧密压缩的线性时间确定性遗忘算法：给定一个数组，其中一些元素被标记，我们对数组中的元素进行置换，使所有标记的元素都位于数组的前面。
（3）最新的MegaBlocks[89]通过构造物理块大于逻辑块的非对称设置下的最优ORAM，突破对数开销的传统理论下界，将带宽开销降至O(log N / log log N)，常数因子在1至4之间，在1TB数据量情况下相比Path ORAM获得10至30倍的带宽开销缩减。

3.2 存储优化

客户端存储和服务器存储的平衡是ORAM设计中的重要权衡[96]。经典Path ORAM[5]的暂存区大小需设为O(log N)*ω(1)以确保可忽略的溢出概率，这对于内存受限的物联网智能客户端设备构成挑战。
递归位置映射是Path ORAM[5]中引入对客户端存储中位置映射表进行优化的一项重要技术。由于位置映射表本身的大小O(N * log N)-bit与数据规模N成正比，直接将其存储在客户端对于大多数智能终端设备不太可行。递归ORAM通过构建多层ORAM结构，将位置映射表本身也存储在服务器端，只将常数量级大小的最后一个迭代映射表存入客户端。该优化方法以额外的访问轮数为代价换取O(1)的客户端存储。
DF-ORAM[66]提出了一种“无虚拟块”的ORAM构造，服务器存储仅需3N-bit而不存储任何虚拟块，同时无需服务器的计算负担，且保持了对数的带宽开销。DC-ORAM[97]提出了一种动态压缩技术用于减少存储开销。通过对ORAM树进行压缩，可将树大小压缩52.9%，位置映射表压缩40.0%。Two-Server ORAMs[25]在双服务器模型中同时实现了O(1)客户端存储和实用化对数带宽，采用层次化结构和标签对偶区域设置，通过专用PIR算法避免了昂贵洗牌操作，为轻量级客户端提供了高效解决方案。

3.3 交互轮数优化

交互轮数直接影响ORAM在安全多方计算应用和广域网环境中的实际延迟。传统ORAM方案通常需要多轮交互：Path ORAM[5]需要一次读路径和一次写路径，但递归位置映射则显著增加了交互轮数。
Rank ORAM[14]通过引入紧凑的客户端索引数据结构，首次在分层ORAM框架下实现了单轮交互，且将客户端存储需求减少了两个数量级，如对于17.5TB的数据库，仅需290MB而非标准方案的40GB。OSAM[92]则通过适配树型ORAM构造，在O(log N)带宽开销、小客户端存储和单轮交互之间取得了最优平衡。LatORAM[27]通过横向暂存区和延迟洗牌技术，实现了在线查询单轮交互和单块通信，同时融合了平方根型ORAM的快速响应、树型ORAM的低通信开销和分层ORAM的低通信成本三重优势。

3.4 硬件加速与协议-硬件协同设计

随着ORAM逐渐从纯软件方案向硬件部署演进，硬件加速成为提升性能重要途径[35]。在FPGA加速方面，TrustStore[71]在FPGA上实现了ORAM原型的硬件加速。MP-ORAM[67]针对多核处理器系统设计了专门的ORAM控制器，在FPGA上实现了51%至157%的性能提升。
协议-硬件协同设计是近年来最具影响力的研究方向之一。Palermo[17]通过深入分析经典ORAM协议中内存操作之间的严格依赖关系，设计了一种允许在单个请求内以及多个请求之间重叠内存操作的新协议，并配套实现了ORAM控制器硬件架构。实验表明，Palermo[17]相比Ring ORAM[47]平均加速2.8倍，面积和功耗开销极低。

3.5 多用户并发访问优化

传统ORAM方案针对单用户场景设计，当多个用户并发访问时，如何保证不经意性同时维持系统吞吐量成为一个严峻挑战[24, 36]。Tianji[19]是基于Shamir秘密共享的异步多用户ORAM系统，通过新的非逐出数据写回方案实现了常数量级的带宽开销，支持多用户的异步网络访问。XPORAM[21]实现了在非共谋模型下构建了对抗恶意敌手的多用户并发安全通信方案，实现了O(1) 的通信开销和O(log N) 的计算开销。Opca[20]提出了乐观并发访问框架，允许多用户在ORAM上的操作以乐观方式并发执行，在保证安全性的前提下显著提升了并发性能。
最新的MVP-ORAM[79]面向拜占庭容错存储系统，提出了首个等待自由的并发ORAM协议，使客户端能够在无需可信代理或分布式锁的情况下独立推进，并定义了基于应用工作负载和并发客户端数量的较弱不经意性概念，实现了与机密拜占庭容错数据存储的无缝集成。

4 ORAM的核心应用领域

ORAM作为隐藏访问模式的基础密码学原语，正从理论原型快速渗透至各类实际场景。其核心价值在于，无论上层应用逻辑如何复杂，均能保证不可信存储或计算环境无法从访问序列中推断敏感信息。以下从六个主要领域展开论述，其中部分新兴交叉方向已展现出显著的性能优势与部署潜力。

4.1 安全云存储与加密数据库

ORAM最直接的应用场景是安全云存储。将数据加密后外包至云服务器已成为常态，但访问模式本身即可泄露商业秘密或个人隐私。ORAM为云存储提供了通用的访问模式保护层，使客户端能够在对服务器完全隐蔽访问意图的前提下，完成任意数据的读写。单纯的静态加密无法抵御基于访问频率、时间相关性或地址关联的推断攻击，而ORAM将每次逻辑访问膨胀为一组与随机访问统计不可区分的物理操作，从根本上消除了此类泄露。然而，仅实现基本的不经意访问尚不足以构建完整的存储系统，还需解决数据完整性验证、多用户共享和高效查询等扩展问题[6-7]。
在加密数据库方向，ORAM与可搜索加密（SSE）的融合尤为关键。SSE通常允许服务器在密文上执行关键词搜索，但搜索模式（即查询序列）的泄露已被证明可导致严重的数据恢复攻击。研究者通过将修改后的Path ORAM引入动态SSE方案，实现了同时隐藏搜索模式与访问模式的双重保护[32,95]。如方案[33]利用修改后的Path-ORAM构建了动态可搜索加密方案，使服务器无法识别更新模式。面向关系数据的OasisDB[57]采用多层ORAM架构，支持多用户环境下的安全SQL查询与事务管理，并通过数据分片与批处理降低ORAM开销。Menhir[73]则在可信执行环境 (Trusted Execution Environments, TEE) 中构建了不经意数据库，将ORAM用于访问模式隐藏，同时引入差分隐私机制保护访问量模式[86, 88]，成为多技术融合的典型案例。此外，POSUP平台[90]利用Circuit ORAM[8]在硬件辅助下，以约1毫秒完成3KB数据块的不经意访问，验证了在线数据库查询的可行性。完整性验证方面，部分方案将Merkle树[87]与ORAM路径绑定，使客户端能及时发现服务器的篡改行为，形成机密性与完整性兼备的云存储方案。

4.2 可信执行环境与安全处理器

可信执行环境如Intel SGX、AMD SEV和ARM TrustZone通过硬件隔离提供代码与数据的机密执行区域，但其与片外不可信内存之间的交互仍会暴露内存访问模式[61-62]。攻击者可通过观测内存总线地址序列推断TEE内部运行的算法逻辑或敏感数据位置，使TEE的强隔离性大打折扣。ORAM恰好填补了这一安全缺口：在TEE内部部署ORAM控制器，将每次内存访问转换为不经意序列，从而切断访问模式与真实程序行为之间的关联。因此，ORAM与TEE的结合形成了互补优势：TEE缓解了ORAM的I/O开销和轮数瓶颈，ORAM则为TEE应用提供了访问模式保护。
O2RAM方案正是在此背景下提出，要求TEE内部和外部的所有内存访问均满足不经意性，以应对TEE本身可能通过缓存、页表等机制产生侧信道泄露的风险。H2O2RAM[15]首次将分层ORAM框架引入O2RAM设计，利用分层结构天然的数据局部性优势，将执行时间相较树型方案降低约三个数量级，内存占用节省5至44倍，为TEE应用提供了兼具性能与安全的通用不经意内存方案。在安全处理器方面，ShieldCXL[68]利用CXL (Compute Express Link) 内存的共享与扩展特性，实现了实用化的不经意存储，相比先前ORAM加速9.16倍； TrustStore[71]利用Intel CPU-FPGA混合平台在完整隔离环境中部署ORAM控制器，实现了物理层抗侧信道的可信存储服务。OBFUSCURO[70]和SGX-MR-Prot[72]等框架进一步降低了开发者使用门槛，使得SGX应用程序能够以声明式或库调用的方式透明地获得访问模式保护。这些硬件-协议协同设计的实践表明，ORAM正逐步从软件中间件下沉为处理器内存子系统的基础组件。

4.3 安全多方计算

安全多方计算（MPC）允许多个互不信任的参与方在不泄露各自私有输入的前提下完成联合计算。当MPC计算的逻辑涉及RAM模型下的任意内存访问时，直接使用电路模型仿真的开销极为昂贵：每次内存访问需对整个内存进行线性扫描。ORAM将RAM程序编译为等效的不经意RAM程序，使得MPC协议可以在亚线性开销下执行任意内存访问，极大地扩展了MPC应用范围。
Circuit ORAM[8]专为MPC场景设计，其电路尺寸在特定参数下达到理论最优[9]，是当前MPC友好ORAM的代表性方案。NanoGRAM[69]进一步将混淆RAM的交互轮数从对数级降至常数，同时保持了与Circuit ORAM相当的通信复杂度，显著降低了MPC协议中由轮数主导的时延。GORAM[26]将ORAM与图计算MPC相结合，构建了面向联邦图的安全自我中心查询系统，确保单一参与方无法获知图拓扑或查询内容。在分布式ORAM[22, 23, 31]方向，数据以秘密共享形式分布于多服务器，各服务器在份额上协同执行ORAM操作，从而同时隐藏访问模式与数据内容。MetaDORAM[23]首次在信息论安全设置下突破了亚对数通信开销，为无需信任假设的高安全MPC提供了底层存储基元。ORAM与MPC的深度整合，正在使隐私保护数据库查询、安全基因组分析和隐私保护机器学习训练等复杂应用成为现实。

4.4 区块链隐私保护

区块链的公开账本特性虽带来透明性与可审计性，但也导致交易图谱、合约调用序列和地址关联等元数据的完全暴露。攻击者可通过分析区块内的访问模式推断用户身份、交易意图甚至商业策略。ORAM为隐藏区块链上的数据访问模式提供了直接的密码学工具。
Tree-ORAP[76]提出基于树的区块链不经意随机访问协议，将ORAM集成到区块链存储层，使得全节点在处理用户请求时无法区分真实访问地址，同时保持了链上数据的可验证性。OCash[77]将ORAM应用于轻客户端支付隐私保护，使轻客户端在与全节点交互获取交易证明时，不泄露其关注的地址或交易范围，实现了可证明的匿名支付。在Mina等简洁区块链协议中，基于ORAM的Merkle树[87]实现使证明路径可序列化并与递归零知识证明原语互操作，为固定大小区块链的隐私化提供了关键构件。MVP-ORAM[79]则面向机密拜占庭容错 (BFT) 存储，首次实现了并发客户端在无需可信代理或分布式锁的情况下进行等待自由的ORAM访问，为隐私保护的分布式金融和供应链管理提供了高效底层存储。随着监管科技与隐私保护的双重压力增长，ORAM有望成为平衡链上透明度与用户隐私的核心技术之一。

4.5 机器学习与隐私保护AI

机器学习训练和推理需要大量数据，而医疗影像、金融记录、个人语音等敏感数据的外包处理面临严格的隐私合规要求。ORAM在隐私保护机器学习中的应用正从原型验证走向系统落地。
联邦学习场景中，多个参与方协同训练模型而不共享原始数据，但模型梯度更新或嵌入表查询仍可能泄露参与方的本地数据特征。FEDORA[74]是一个利用ORAM训练推荐模型的联邦学习系统，每个用户仅下载、更新和上传大规模嵌入表的一个小子集，ORAM确保服务器无法从访问模式推断用户感兴趣的物品类别。FEDORA[74]引入ϵ-FDP形式化方法，允许在隐私性和效率之间进行可控权衡，并通过将大规模ORAM部署于可信硬件中显著降低延迟与内存开销。在神经网络架构搜索中，Seesaw[75]结合Path ORAM的批量化加载算法，在TEE中实现了隐私保护的搜索过程，防止架构搜索轨迹泄露设计意图。面向个人AI场景的Opal[100]提出了私有内存系统，通过将数据依赖推理与批量处理解耦，规避传统ORAM固定访问预算的限制，使AI助手能在检索增强生成过程中保护用户查询历史与私有文档的访问模式，相较语义搜索提升了13个百分点的检索准确率，吞吐量提高29倍。此外，在隐私保护图神经网络训练、安全基因组关联分析等场景中，ORAM与MPC的结合也展现出独特优势，为敏感数据的合规利用提供了技术底座。

4.6 其他新兴应用

ORAM的应用版图仍在持续扩展。在内容分发网络领域，OblivCDN[78]将ORAM与私有信息检索 (Private Information Retrieval, PIR) 结合，使用户能够从边缘节点获取内容而不泄露其请求的特定资源，同时保持可接受的内容分发延迟，解决了传统隐私保护内容分发网络方案中计算与通信开销过高的瓶颈。在轨迹数据匿名化[81]方面，有方案利用分层ORAM在轨迹聚合和更新过程中生成虚拟访问，使原始空间访问模式被淹没在精心构造的噪声序列中，在保证统计分析精度的同时满足位置隐私保护法规。在大规模图数据处理[26, 41]方面，基于排序的多路连接算法被用于不经意图查询，无需借助完整的ORAM仿真即可保证连接操作的不经意性，在处理社交网络分析和知识图谱查询时显著降低了常数因子开销。此外，在隐私保护基因组查询、物联网固件安全更新和军事通信抗流量分析等领域，ORAM也逐步进入概念验证阶段。随着数据隐私法规的全球趋严，ORAM作为通用的访问模式隐藏原语，其应用边界有望进一步拓展至任何涉及不可信环境下的数据访问场景。

5 研究挑战与未来展望

5.1 面临的挑战

随着密码协议与系统设计的持续演进，新型ORAM构造方案不断涌现，这些方案在带宽开销、客户端存储和交互轮数等维度持续逼近理论最优，使得攻击者利用访问模式侧信道发起推断攻击的难度日益增大。然而，ORAM在实际部署中仍面临多重严峻挑战。首先，带宽-存储-延迟的三重权衡困境依然尖锐：Path ORAM虽简洁高效，但其O(log2 N)带宽开销在大规模数据下仍显昂贵；分层ORAM虽达到O(log N)开销的理论最优，其实用化仍受制于O(N * log N)的最差情况开销和实现复杂性。其次，侧信道安全威胁不容忽视，除服务器观测的访问序列外，时间信道、功耗信道和缓存信道等物理侧信道均可能泄露敏感信息，已有研究表明Path ORAM存在时间信道泄露风险，而现有方案对全侧信道的防护能力仍显不足。再者，检测模型在多用户并发场景下的不经意性保证面临泛化瓶颈：当多个客户端并发访问时，如何维持不经意性同时保证系统吞吐量，尤其在异步网络和拜占庭容错环境下，现有方案往往依赖可信代理或分布式锁，难以实现真正的高效并发。此外，大规模数据场景下的可扩展性问题日益突出，递归ORAM的轮数随层次线性增长，PB级以上数据的工业级部署尚缺乏成熟方案。在实时性要求方面，树型ORAM的路径访问和分层ORAM的重排操作均引入显著延迟，难以满足低延迟在线服务的需求。

5.2 未来发展方向

多范式融合设计是ORAM未来发展的核心方向之一。单一构造范式往往仅在某一维度上取得优势，而实际部署需要兼顾带宽、存储、延迟和并发性。通过融合树型ORAM的简洁性、分层ORAM的最优渐进性和平方根ORAM的低延迟响应特性，可以构建更具实用竞争力的综合方案。例如，LatORAM通过横向暂存区和延迟洗牌技术成功融合三种范式优势，实现了单轮交互和单块通信。此类融合设计能够在保持理论保证的同时显著提升实际性能，是ORAM走向大规模部署的必经之路。
协议-硬件协同设计将为ORAM性能突破带来新的动力。传统ORAM协议对内存操作的严格顺序依赖导致硬件带宽利用率低下。通过协同设计允许在单个请求内及多个请求之间重叠内存操作，可以大幅释放硬件潜力。Palermo已证明该路径可使ORAM控制器相比RingORAM加速2.8倍，而面积和功耗开销极低。未来可进一步探索ORAM与存内计算（PIM）、计算快速链路（CXL）和持久内存等新型计算架构的深度适配，利用近数据计算和高带宽特性突破传统冯·诺依曼架构的内存墙限制。
多方安全与多用户并发是ORAM在分布式场景中的关键需求。随着安全多方计算、联邦学习和机密拜占庭容错存储的快速发展，对支持多用户并发访问的ORAM方案需求日益迫切。MVP-ORAM已展示了等待自由并发ORAM的可行性，使客户端无需可信代理即可独立推进。未来可进一步研究异步网络环境下的低延迟并发控制机制，探索在不经意性定义中引入合理松弛以换取并发性能的方法，以及设计面向特定应用负载特征的自适应并发策略。
模型与协议的形式化验证将成为保障ORAM安全性的重要基石。ORAM协议的复杂性日益增加，手工安全证明愈发容易出错。已有研究者开发了用于形式化验证概率性不经意算法安全性的程序逻辑。未来需建立系统化的ORAM形式化验证框架，覆盖从协议规范到安全证明的自动化生成，并引入组合验证技术以处理多层ORAM结构的复杂性。这对于ORAM在高安全需求场景（如金融基础设施和军事通信）中的部署至关重要。
ORAM与多隐私技术的深度融合是构建综合隐私保护体系的必然趋势。单一技术难以覆盖所有攻击面，将ORAM与可信执行环境（如Intel SGX、AMD SEV）、差分隐私、同态加密和零知识证明等技术有机结合，可以在不同威胁模型下实现优势互补。双不经意RAM（O2RAM）已展示了ORAM与TEE协同的巨大潜力；Menhir[73]验证了ORAM与差分隐私结合的可行性。未来可探索ORAM与全同态加密的结合以同时隐藏计算模式与访问模式，以及与零知识证明的结合以实现可验证的不经意计算。
标准化与基准测试是推动ORAM工业级应用的基础性工作。当前ORAM领域缺乏统一的基准测试平台和标准化接口，不同方案的性能对比往往基于异构假设和实现环境。建立涵盖不同数据规模、访问模式和硬件平台的标准化ORAM基准测试套件，定义统一的性能指标和安全性评估准则，对于促进ORAM技术的可比性、可重复性和工业采纳具有重要意义。

6 结束语

不经意随机访问机协议自1987年提出以来，已走过近四十年的发展历程。从Goldreich和Ostrovsky的奠基性[1-3]工作到Path ORAM[5]的实用化突破，从树型构造点燃研究高潮到分层框架的复兴，从理论最优到工程优化，ORAM已从一个“理论好奇”逐步演进为具备实际部署潜力的密码学原语。以Path ORAM[5]、Circuit ORAM[8]、OptORAMa[9]等为代表的经典方案奠定了ORAM的理论和实践基础；以MegaBlocks[89]、LatORAM[27]、MVP-ORAM[79]和OSAM[92]等为代表的前沿方案正在将ORAM推向更广泛的真实应用场景：从安全云存储到可信执行环境，从安全多方计算到联邦学习，从区块链隐私保护到个人AI隐私保护。
2018年之后的最新进展标志着ORAM研究进入了一个新的成熟阶段。MegaBlocks[89]突破了非对称情况下的对数开销屏障，为大规模数据部署提供了新的理论工具；LatORAM[27]通过单轮单块通信和低客户端存储实现了多范式优势的融合；MVP-ORAM[79]将并发多用户支持推进到等待自由和BFT容错的新高度；OSAM[92]展示了不经意计算在图算法等领域的实际加速能力；OPRAM[91]则为多处理器环境下的并行ORAM奠定了最优理论基础。这些成果共同表明，ORAM正从“能否实现”向“如何高效实现”全面转型。
然而，ORAM距离大规模工业部署仍有相当距离。带宽开销的持续压缩、侧信道安全的全面保障、大规模数据的可扩展性突破以及与新型计算架构和多种隐私技术的深度融合，将是未来许多年ORAM研究的核心命题。我们有理由相信，随着学术界与工业界的持续投入，ORAM协议终将从“理论”走向“实用”，成为数字经济时代保护数据访问隐私的基础设施。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
Goldreich O. Towards a theory of software protection and simulation by oblivious RAMs[C]// Annual ACM Symposium on Theory of Computing (STOC). 1987: 182-194.

2
Goldreich O, Ostrovsky R. Software protection and simulation on oblivious RAMs*[J]. Journal of the ACM, 1996, 43 (3): 431- 473.

DOI

3
Ostrovsky R. Efficient computation on oblivious RAMs (Extended Abstract)[C]//Annual ACM Symposium on Theory of Computing (STOC). 1990: 514-523.

4
Shi E, Chan T H H, Stefanov E, et al. Oblivious RAM with O((log3 N)) worst-case cost[C]. // International Conference on the Theory and Application of Cryptology and Information Security (ASIACRYPT). 2011: 197-214.

5
Stefanov E, Van Dijk M, Shi E, et al. Path ORAM: an extremely simple oblivious RAM protocol[C]//ACM SIGSAC Conference on Computer & Communications Security (CCS). 2013: 299-310.

6
Setayesh A, Mahalingam C, Chen E, et al. Treebeard: A Scalable and Fault Tolerant ORAM Datastore[C]. // USENIX Security Symposium. 2025: 7583-7602.

7
王晨, 郑文英, 王惟正, 等. 边缘计算数据安全保护研究综述[J]. 网络空间安全科学学报, 2023, 1 (02): 35- 45.

8
Wang X, Chan T H H, Shi E. Circuit ORAM: On tightness of the Goldreich-Ostrovsky lower bound[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2015: 850-861.

9
Asharov G, Komargodski I, Lin W K, et al. OptORAMa: optimal oblivious RAM[C]//Annual International Conference on the Theory and Applications of Cryptographic Techniques (EUROCRYPT). Springer, 2020: 403-432.

10
Asharov G, Komargodski I, et al. Oblivious RAM with worst-case logarithmic overhead[C]//Annual International Cryptology Conference (CRYPTO). 2021: 610-640.

11
Asharov G, Komargodski I, Michelson Y. FutORAMa: A concretely efficient hierarchical oblivious RAM[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2023: 3313-3327.

12
Larsen K G, Nielsen J B. Yes, there is an oblivious RAM lower bound![C]//Annual International Cryptology Conference (CRYPTO). Springer, 2018: 523-552.

13
Persiano G, Yeo K. Limits of breach-resistant and snapshot-oblivious RAMs[C]. // Annual International Conference on the Theory and Applications of Cryptographic Techniques (EUROCRYPT). Springer, 2023: 232-261.

14
Holland W, et al. Single round-trip hierarchical ORAM via succinct indices[C]//ACM Asia Conference on Computer and Communications Security (AsiaCCS). 2024: 1-16.

15
Zheng L, et al. H2O2RAM: A high-performance hierarchical doubly oblivious RAM[C]// USENIX Security Symposium. 2025: 8501-8520.

16
Zhang B, Cui H, Yuan X, et al. V-ORAM: A versatile and adaptive ORAM framework with service transformation for dynamic workloads[C]. // USENIX Security Symposium. 2025: 7917-7936.

17
Ye H, Xia Y, Chen Y, Chen KY, et al. Palermo: Improving the performance of oblivious memory using protocol-hardware co-design[C]// IEEE International Symposium on High Performance Computer Architecture (HPCA). 2025: 380-393.

18
Wu Z, Yin E. DS-ORAM: A double-stash oblivious RAM without time channel leakage[C]//International Conference on the Frontiers of Robotics and Software Engineering (FRSE 2024). Springer, 2025: 99-106.

19
Cheng W, Sang D, Zeng L, et al. Tianji: Securing a practical asynchronous multi-user ORAM[J]. IEEE Transactions on Dependable and Secure Computing, 2023, 20 (6): 5143- 5155.

DOI

20
Che Y, Cheng D, Wang X, Wang R. Opca: Enabling optimistic concurrent access for multiple users in oblivious data storage[J]. IEEE Transactions on Parallel and Distributed Systems, 2024, 35 (11): 1891- 1903.

DOI

21
Gao B, et al. XPORAM: A practical multi-client ORAM against malicious adversaries[C]. // International Conference on Information Security and Cryptology. 2023: 397-417.

22
Lu S, Ostrovsky R. Distributed oblivious RAM for secure two-party computation[C]//Theory of Cryptography Conference (TCC). Springer, 2013: 377-396.

23
Noble D, Falk BH, Ostrovsky R. MetaDORAM: Breaking the Log-Overhead Information Theoretic Barrier. IACR Cryptol. ePrint Arch. 2024, 2024: 11.

24
C. Li, D. Hu, G. Liu, Y. Wen, et al. MC-ORAM: A Concurrent ORAM Scheme for Multi-User Shared Storage[J]. IEEE Transactions on Computers. 2026.

25
Wang W, Zhang X, Xu P, Chen R, Yang LT. Bandwidth-Efficient Two-Server ORAMs with O (1) Client Storage. arXiv preprint arXiv: 2503.21126. 2025 Mar 27.

26
Fan X, Chen K, Yu J, Zhu X, Chen Y, Zhang H, Xu W. GORAM: Graph-oriented ORAM for Efficient Ego-centric Queries on Federated Graphs (Technical Report). arXiv preprint arXiv: 2410.02234. 2024.

27
Patel S, Persiano G, Seo JY, Yeo K. LatORAM: ORAMs from Lateral Stashes and Delayed Shuffling. Cryptology ePrint Archive. 2026.

28
Ahmad A, Kim K, Sarfaraz M I, et al. OBLIVIATE: A data oblivious file system for Intel SGX[C]//Network and Distributed System Security Symposium (NDSS). 2018.

29
Sasy S, Gorbunov S, Fletcher C W. ZeroTrace: Oblivious memory primitives from Intel SGX[C]//Network and Distributed System Security Symposium (NDSS). 2018.

30
Gordon S, Huang X, Miyaji A, et al. Recursive matrix oblivious RAM: An ORAM construction for constrained storage devices[J]. IEEE Transactions on Information Forensics and Security. 2017 Jul 21;12(12): 3024-38.

31
Zheng W, Dave A, Beekman J G, et al. Opaque: An oblivious and encrypted distributed analytics platform[C]//USENIX Symposium on Networked Systems Design and Implementation (NSDI). 2017: 283-298.

32
Mishra P, Poddar R, et al. Oblix: An efficient oblivious search index[C]// IEEE Symposium on Security and Privacy (S&P). 2018: 279-296.

33
Hoang T, Yavuz A , Guajardo J. A secure searchable encryption framework for privacy-critical cloud storage services[J]. IEEE Transactions on Services Computing, 2019, 14(6), 1675-1689.

34
Thang H, et al. Revisiting secure multi-server oblivious RAMs[C]//International Conference on Information Networking (ICOIN). 2024: 469-472.

35
Liu G, Xiao Z, Li K, et al. HM-ORAM: A Lightweight Crash-consistent ORAM Framework on Hybrid Memory System[J]. ACM Transactions on Storage, 2025, 21 (2): 1- 28.

DOI

36
Blass E O, Mayberry T, Noubir G. Multi-client oblivious RAM secure against malicious servers[C]//International Conference on Applied Cryptography and Network Security (ACNS). 2017: 686-707.

37
Maffei M, Malavolta G, Reinert M, et al. Privacy and access control for outsourced personal records[C]//2015 IEEE Symposium on Security and Privacy (S&P). 2015: 341-358.

38
Goodrich M T, Mitzenmacher M, et al. Privacy-preserving group data access via stateless oblivious RAM simulation[C]. // Annual ACM-SIAM Symposium on Discrete Algorithms (SODA). 2012: 157-167.

39
Persiano G, Yeo K. Lower Bound Framework for Differentially Private and Oblivious Data Structures[C]. // International Conference on the Theory and Applications of Cryptographic Techniques. Cham: Springer Nature Switzerland, 2023: 487-517.

40
Chang Z, Xie D, Li F. Oblivious RAM: A dissection and experimental evaluation[J]. VLDB Endowment, 2016, 9 (12): 1113- 1124.

DOI

41
Roche D S, Aviv A J, Choi S G. A practical oblivious map data structure with secure deletion and history independence[C]//IEEE Symposium on Security and Privacy (S&P). 2016: 149-167.

42
Liu C, Wang X S, Nayak K, et al. ObliVM: A programming framework for secure computation[C]//IEEE Symposium on Security and Privacy (S&P). 2015: 359-376.

43
Zahur S, Wang X, Raykova M, et al. Revisiting square-root ORAM: Efficient random access in multi-party computation[C]//IEEE Symposium on Security and Privacy (S&P). 2016: 218-234.

44
Li C, Chen W, Liu G, et al. VM-ORAM: A Novel High-Performance ORAM Architecture for Efficient Data Integrity Verification in Industrial Cloud[J]. IEEE Transactions on Industrial Informatics., 2026, 22 (2): 1162- 1172.

DOI

45
Doerner J, Shelat A. Scaling ORAM for secure computation[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2017: 523-535.

46
Fletcher C W, Ren L, Yu X, et al. Suppressing the oblivious RAM timing channel while making information leakage and program efficiency trade-offs[C]//IEEE International Symposium on High Performance Computer Architecture (HPCA). 2014: 213-224.

47
Ren L, Fletcher C W, Kwon A, et al. Constants count: Practical improvements to oblivious RAM[C]//USENIX Security Symposium. 2015: 415-430.

48
Yu X, Haider S K, Ren L, et al. PrORAM: Dynamic prefetcher for oblivious RAM[C]//2015 ACM/IEEE 42nd Annual International Symposium on Computer Architecture (ISCA). 2015: 616-628.

49
Maas M, Love E, Stefanov E, et al. PHANTOM: Practical oblivious computation in a secure processor[C]//ACM SIGSAC Conference on Computer & Communications Security (CCS). 2013: 311-324.

50
Fletcher C W, Van Dijk M, Devadas S. A secure processor architecture for encrypted computation on untrusted programs[C]//ACM Workshop on Scalable Trusted Computing (STC). 2012: 3-8.

51
Liu F, Lee R B. Random fill cache architecture[C]//Annual IEEE/ACM International Symposium on Microarchitecture (MICRO). 2014: 203-215.

52
Islam M S, Kuzu M, Kantarcioglu M. Access pattern disclosure on searchable encryption: Ramification, attack and mitigation[C]//Network and Distributed System Security Symposium (NDSS). 2012.

53
Naveed M, Kamara S, Wright C V. Inference attacks on property-preserving encrypted databases[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2015: 644-655.

54
Zhang Y, Katz J, Papamanthou C. All your queries are belong to us: The power of file-injection attacks on searchable encryption[C]//USENIX Security Symposium. 2016: 707-720.

55
Grubbs P, McPherson R, Naveed M, et al. Breaking web applications built on top of encrypted data[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2016: 1353-1364.

56
Cash D, Grubbs P, Perry J, et al. Leakage-abuse attacks against searchable encryption[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2015: 668-679.

57
Kamara S, Moataz T. SQL on structurally-encrypted databases[C] // International Conference on the Theory and Application of Cryptology and Information Security (ASIACRYPT). 2018: 149-180.

58
Kamara S, Moataz T, Ohrimenko O. Structured encryption and leakage suppression[C]//Annual International Cryptology Conference (CRYPTO). Springer, 2018: 339-370.

59
Faber S, Jarecki S, Krawczyk H, et al. Rich queries on encrypted data: Beyond exact matches[C]//European Symposium on Research in Computer Security (ESORICS). 2015: 123-145.

60
Pappas V, Krell F, Vo B, et al. Blind seer: A scalable private DBMS[C]//IEEE Symposium on Security and Privacy (S&P). 2014: 359-374.

61
Fisch B, Vinayagamurthy D, et al. IRON: Functional encryption using Intel SGX[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2017: 765-782.

62
Priebe C, Vaswani K, Costa M. EnclaveDB: A secure database using SGX[C]//IEEE Symposium on Security and Privacy (S&P). 2018: 264-278.

63
Lauser T, Yuca N, Kern D, et al. Oblivious {Plug&Charge}: A {Privacy-Preserving}{EV} Charging Scheme based on {ORAM}[C]// USENIX Symposium on Vehicle Security and Privacy. 2025: 221-232.

64
Wang Y, et al. PCD-ORAM: A Path-Aware and Cross-Layer Design to Enhance Data Locality in Oblivious RAM[J]. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems. 2025.

65
Li X, Luo Y, Gao M. Bulkor: Enabling bulk loading for path ORAM[C]//IEEE Symposium on Security and Privacy (S&P). 2024: 4258-4276.

66
Ma Q, Zhang W, Zhang J. DF-ORAM: A practical dummy free oblivious RAM to protect outsourced data access pattern[C]//International Conference on Network and System Security. Cham: Springer International Publishing. 2016: 415-432.

67
Hussain S, Guo H, Li T, Parameswaran S. MP-ORAM: A novel oram design for multicore processor systems[J]. IEEE Transactions on Dependable and Secure Computing., 2023, 21 (4): 3719- 3733.

DOI

68
Choi K, Kim I, Lee S, Huh J. ShieldCXL: A practical obliviousness support with sealed CXL memory[J]. ACM Transactions on Architecture and Code Optimization., 2025, 22 (1): 1- 25.

DOI

69
Park A, Lin WK, Shi E. NanoGRAM: Garbled RAM with O(log N) overhead[C]//Annual International Conference on the Theory and Applications of Cryptographic Techniques (EUROCRYPT). 2023: 456-486.

70
Ahmad A, Joe B, Xiao Y, Zhang Y, Shin I, Lee B. OBFUSCURO: A commodity obfuscation engine on Intel SGX[C]//Network and Distributed System Security Symposium (NDSS). 2019.

71
Oh H, Ahmad A, Park S, et al. TrustStore: Side-channel resistant storage for SGX using Intel hybrid CPU-FPGA[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2020: 1903-1918.

72
Alam AM, Boyce J, Chen K. SGX-MR-Prot: Efficient and developer-friendly access-pattern protection in trusted execution environments[C]// IEEE International Conference on Distributed Computing Systems (ICDCS). 2023: 1029-1032.

73
Reichert L, Chandran GR, et al. Menhir: An oblivious database with protection against access and volume pattern leakage[C]//ACM Asia Conference on Computer and Communications Security. 2024: 1675-1690.

74
Liu J, Xiong W, Suh GE, Maeng K. FEDORA: Practical federated recommendation model learning using ORAM with controlled privacy[C]//ACM International Conference on Architectural Support for Programming Languages and Operating Systems (ASPLOS). 2025: 913-932.

75
Li F, Zhai Y, et al. Seesaw: Compensating for nonlinear reduction with linear computations for private inference[C]/t International Conference on Machine Learning (ICML). 2024.

76
Lu Y, Cai B, Tang X, Liu L, et al. Tree-ORAP: A tree-based oblivious random-access protocol for privacy-protected blockchain[J]. IEEE Transactions on Services Computing., 2023, 17 (3): 1252- 64.

DOI

77
Hansen AB, Nielsen JB, Simkin M. OCash: Fully anonymous payments between blockchain light clients[C]// IACR International Conference on Public-Key Cryptography (PKC), 2025: 169-202.

78
Vo V, Lai S, Yuan X, Nepal S, Li Q. OblivCDN: A practical privacy-preserving CDN with oblivious content access[C]//ACM Asia Conference on Computer and Communications Security (AsiaCCS). 2025: 1394-1410.

79
Vassantlal R, Heydari H, Ferreira B, Bessani A. MVP-ORAM: a Wait-free Concurrent ORAM for Confidential BFT Storage[J]. arXiv preprint arXiv: 2512.12006. 2025 Dec 12.

80
Yan P, Murray T, Ohrimenko O, et al. Combining classical and probabilistic independence reasoning to verify the security of oblivious algorithms[C]. // International Symposium on Formal Methods. 2024: 188-205.

81
Sasada T, Sané BO. Memory-saving oblivious RAM for trajectory data via hierarchical generation of dummy access over untrusted cloud environment[C]//International Conference on Information Systems Security and Privacy (ICISSP). 2025: 635-642.

82
Woo B, Duy KD, Han Y, et al. PIM-ORAM: Towards oblivious RAM primitives in commodity processing-in-memory[C]. // IEEE Annual Computer Security Applications Conference (ACSAC). 2025: 1018-1033.

83
S. Ma, T. Liao, W. Shi and Y. Wen. Path Weaver ORAM: Improving ORAM throughput via random path scheduling[J]. IEEE Transactions on Computers. 2026, 75(3): 1014-1027.

84
吴鹏飞, 沈晴霓, 秦嘉, 钱文君, 李聪, 吴中海. 不经意随机访问机研究综述[J]. 软件学报., 2018, 29 (9): 2753- 77.

DOI

85
Maiyya S, Ibrahim S, Scarberry C, et al. {QuORAM}: A {Quorum-Replicated} Fault Tolerant {ORAM} Datastore[C]//31st USENIX Security Symposium. 2022: 3665-3682.

86
Boldyreva A, Tang T. Encrypted multi-map that hides query, access, and volume patterns[C]//International Conference on Security and Cryptography for Networks . 2024: 230-251.

87
Lee J, Cho S, Kim S, Park S. Verifiable computation over encrypted data via MPC-in-the-head zero-knowledge proofs: J. Lee et al[J]. International Journal of Information Security., 2025, 24 (1): 30.

DOI

88
Liu Z, Huang Y, Song X, Li B, Li J, et al. Eurus: Towards an efficient searchable symmetric encryption with size pattern protection[J]. IEEE Transactions on Dependable and Secure Computing., 2020, 19 (3): 2023- 2037.

89
Asharov G, Eiluz E, et al. MegaBlocks: Breaking the logarithmic I/O-overhead barrier for oblivious RAM[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2025: 4692-4706.

90
Wang Z, Che G, et al. Malware Classification and Detection in Untrusted Cloud via SGX and ORAM[C]//International Conference on Next Generation Data-driven Networks (NGDN) 2025: 316-323.

91
Asharov G, Komargodski I, Lin W K, et al. Optimal oblivious parallel RAM[C]// Annual ACM-SIAM Symposium on Discrete Algorithms (SODA) . 2022: 2459-2521.

92
Appan A, Heath D, Ren L. Oblivious single access machines: A new model for oblivious computation[C]//ACM SIGSAC Conference on Computer and Communications Security (CCS). 2024: 3080-3094.

93
Komargodski I, Lin WK. A logarithmic lower bound for oblivious RAM (for all parameters)[C]//Annual International Cryptology Conference (CRYPTO). 2021: 579-609.

94
Patel S, Persiano G, et al. PanORAMa: Oblivious RAM with logarithmic overhead[C]. //Annual Symposium on Foundations of Computer Science (FOCS). 2018: 871-882.

95
聂旭云, 成驰, 耿聪, 等. 支持模式隐藏的多关键词公钥可搜索加密方案[J]. 通信学报, 2025, 46 (03): 131- 143.

DOI

96
Raoufi M, Yang J, et al. AB-ORAM: Constructing Adjustable Buckets for Space Reduction in Ring ORAM[C]. // IEEE International Symposium on High-Performance Computer Architecture (HPCA), 2023: 361-373.

97
Li, Chuang, et al. DC-ORAM: An ORAM Scheme Based on Dynamic Compression of Data Blocks and Position Map. IEEE Transactions on Computers[J]. 2025: 1495-1509.

98
Chan T H H, Chung K M, Maggs B, et al. Foundations of Differentially Oblivious Algorithms[J]. ACM Journal of the ACM （JACM）, 2022, 69 (4): 1- 49.

DOI

99
李建华, 银鹰, 李思源, 等. 大数据安全与隐私计算技术综述[J]. 网络空间安全科学学报, 2024, 2 (6): 1- 15.

DOI

100
Opal: Private memory for personal AI[J]. arXiv preprint, 2026.

Options
Outlines

/

〈 〉

Website Copyright © Editorial Office of Journal of Cybersecurity.
Tel: 010-89061756/89061778　
E-mail：wlkjaqkxxb@caasse.cn
Powered by Beijing Magtech Co. Ltd,.

京ICP备16032046号-20