摘要
向量数据库需要嵌入几何结构来进行相似性搜索，但该几何结构也可支持推断。我们评估了针对快照攻击者的键控正交混淆方法。实用的Walsh-Hadamard构造没有已建立的机密性保证；其经验评估仅涵盖所测试的攻击。对于Haar均匀映射，Gram矩阵精确地表征了密钥重用的语料库视图，而对于结构化实现，它仅是泄露量的下界。在三个BEIR数据集、三种编码器和2029个查询上，穷举的明文/变换后top-10集合在所有九种配置中完全一致。六个容器化引擎中有五个也返回相同的集合；第六个表现出可比的重新索引变异性。客户端变换延迟中位数为0.032–0.042毫秒。已知的秩充分对可恢复该映射。在无匹配记录的情况下，同分布辅助嵌入在主要实验中实现的中位四分类主题准确率分别为0.833、0.808和0.869。对五个共享标签混合集和每种编码器30次试验的配对评估表明，公共分布偏移降低了分配标签的准确率，而评估者专用的标签重分配和归一化互信息揭示了残余的主题结构。噪声填充的发现仅限于SciFact/MiniLM上一个语料库规模的四个估计器。这些结果表征了精确的相似性保留和所测量的泄露，而非加密或通用的语义机密性。
