Fugu-MT 論文翻訳(概要): SafeComp: Protocol For Certifying Cloud Computations Integrity

論文の概要: SafeComp: Protocol For Certifying Cloud Computations Integrity

arxiv url: http://arxiv.org/abs/2005.10786v2
Date: Fri, 22 May 2020 12:18:38 GMT
ステータス: 処理完了
システム内更新日: 2022-11-30 23:47:46.457167
Title: SafeComp: Protocol For Certifying Cloud Computations Integrity
Title（参考訳）: safecomp: クラウド計算の完全性を保証するプロトコル
Authors: Evgeny Shishkin and Evgeny Kislitsyn
Abstract要約: 本稿では,この問題を制約下で解決するSafeCompという多人数対話型プロトコルを提案する。我々のプロトコルは、証明構築の複雑さを$O(n logn)$から$O(n)$に減らし、通信の複雑さを同等の長さの証明書を使って正確に1ラウンドにする。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We define a problem of certifying computation integrity performed by some remote party we do not necessarily trust. We present a multi-party interactive protocol called SafeComp that solves this problem under specified constraints. Comparing to the nearest related work, our protocol reduces a proof construction complexity from $O(n \log{n})$ to $O(n)$, turning a communication complexity to exactly one round using a certificate of a comparable length.
Abstract（参考訳）: 我々は,必ずしも信頼できない遠隔者によって行われる計算整合性を証明する問題を定義する。本稿では,この問題を制約下で解決するSafeCompという多人数対話型プロトコルを提案する。最寄りの関連作業と比較すると,提案プロトコルは証明構成の複雑さを$o(n \log{n})$から$o(n)$に削減し,通信の複雑さを同等の長さの証明書を用いて正確に1ラウンドに短縮する。

関連論文リスト

Juggernaut: Efficient Crypto-Agnostic Byzantine Agreement [1.77513002450736]
信頼できる設定によって、$tn/2$の汚職が存在する場合、ビザンツ協定の問題を解決することはよく知られている。本稿では, レジリエンスに最適化されたビザンチン合意プロトコルを, 暗号に依存しないものに変換するコンパイラを提案する。以上の結果より,少なくとも$n$の2因子はビット複雑性の最先端性を改善し,早期停止(決定論的)あるいは期待される一定ラウンド複雑性(ランダム化)を提供する。
論文参考訳（メタデータ） (2024-10-15T23:44:29Z)
Collaborative CP-NIZKs: Modular, Composable Proofs for Distributed Secrets [3.3373764108905455]
構成性により、ユーザーは異なるNIZKを組み合わせられる。我々は、NIZKのコラボレーティブ・コミット・アンド・プロブのための、最初の一般的な定義を示す。
論文参考訳（メタデータ） (2024-07-27T08:45:34Z)
Perturb-and-Project: Differentially Private Similarities and Marginals [73.98880839337873]
差分プライバシーのための入力摂動フレームワークを再検討し、入力にノイズを付加する。まず、ペアワイズ・コサイン類似性をプライベートにリリースするための新しい効率的なアルゴリズムを設計する。我々は,$k$の辺縁クエリを$n$の機能に対して計算する新しいアルゴリズムを導出する。
論文参考訳（メタデータ） (2024-06-07T12:07:16Z)
DT-SIM: Property-Based Testing for MPC Security [2.0308771704846245]
プロパティベースのテストはセキュアプロトコルのセキュリティバグの検出に有効である。セキュアマルチパーティ計算(MPC)を特に対象とする。 MPCプロトコルのビットレベル実装において,様々な欠陥を検出するテストを作成する。
論文参考訳（メタデータ） (2024-03-08T02:02:24Z)
Linear-time Minimum Bayes Risk Decoding with Reference Aggregation [52.1701152610258]
最小ベイズリスク(MBR、Minimum Bayes Risk)は、機械翻訳の品質向上を図ったテキスト生成技術である。これは2次複雑性を持つ実用計量のペアワイズ計算を必要とする。本稿では,集約された参照表現に対して計算したスコアを用いて,ペアワイズメトリックスコアを近似する。
論文参考訳（メタデータ） (2024-02-06T18:59:30Z)
Efficient Skip Connections Realization for Secure Inference on Encrypted Data [3.2996723916635267]
ホモモルフィック暗号化(homomorphic Encryption, HE)は、暗号化下での計算を可能にする暗号ツールである。現代のディープラーニングアプリケーションは、例えば、多くのスキップ接続を含む画像処理タスクベンチマークにおいて、優れたパフォーマンスをもたらす。その結果、(短期)スキップ接続を(短期)ディラックパラメータ化と(長期)共有ソーススキップ接続に置き換えることで、HEベースのソリューションのスキップ接続負担を軽減することができた。
論文参考訳（メタデータ） (2023-06-11T18:06:06Z)
Cooperative Multi-Agent Reinforcement Learning: Asynchronous Communication and Linear Function Approximation [77.09836892653176]
マルコフ決定過程の設定におけるマルチエージェント強化学習について検討した。本稿では非同期通信が可能な値に基づく証明可能な効率的なアルゴリズムを提案する。我々は、コラボレーションによってパフォーマンスを改善するために、最小の$Omega(dM)$通信の複雑さが必要であることを示す。
論文参考訳（メタデータ） (2023-05-10T20:29:29Z)
A Secure Multiparty Quantum Least Common Multiple Computation Protocol [1.4049484216292827]
ShorのQPA(quantum period-finding algorithm)に基づく最小多元計算(LCM)のためのセキュア多元計算プロトコルを提案する。また,QPAは確率的アルゴリズムであるため,既存のセキュアなマルチパーティ量子和プロトコルに基づく一票制投票プロトコルを提案する。
論文参考訳（メタデータ） (2022-10-15T02:27:18Z)
Byzantine-Robust Federated Learning with Optimal Statistical Rates and Privacy Guarantees [123.0401978870009]
ほぼ最適な統計率を持つビザンチン・ロバスト・フェデレーション学習プロトコルを提案する。競合プロトコルに対してベンチマークを行い、提案プロトコルの実証的な優位性を示す。我々のバケットプロトコルは、プライバシー保証手順と自然に組み合わせて、半正直なサーバに対するセキュリティを導入することができる。
論文参考訳（メタデータ） (2022-05-24T04:03:07Z)
The Complexity of Adversarially Robust Proper Learning of Halfspaces with Agnostic Noise [67.27523616312428]
分布非依存型PACモデルにおけるハーフスペースの逆強正則学習の計算複雑性について検討する。この問題に対して,計算効率のよい学習アルゴリズムとほぼ一致する計算硬度結果を与える。
論文参考訳（メタデータ） (2020-07-30T04:18:51Z)
Robustly Learning any Clusterable Mixture of Gaussians [55.41573600814391]
本研究では,高次元ガウス混合系の対向ロバスト条件下での効率的な学習性について検討する。理論的に最適に近い誤り証明である$tildeO(epsilon)$の情報を、$epsilon$-corrupted $k$-mixtureで学習するアルゴリズムを提供する。我々の主な技術的貢献は、ガウス混合系からの新しい頑健な識別可能性証明クラスターであり、これは正方形の定度証明システムによって捉えることができる。
論文参考訳（メタデータ） (2020-05-13T16:44:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。