論文の概要: High-Throughput Secure Multiparty Computation with an Honest Majority in Various Network Settings

• arxiv url: http://arxiv.org/abs/2206.03776v6
• Date: Sat, 2 Mar 2024 00:24:24 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-26 00:08:10.389628
• Title: High-Throughput Secure Multiparty Computation with an Honest Majority in Various Network Settings
• Title（参考訳）: 各種ネットワーク設定における高調波セキュアマルチパーティ計算
• Authors: Christopher Harth-Kitzerow, Georg Carcle,
• Abstract要約: 安全な3次元計算(3-PC)と悪意のある4次元計算(4-PC)のためのリング上の新しいプロトコルを提案する。 同じ環境での最先端のプロトコルと比較して、我々のプロトコルは高いスループットを達成するために、当事者間の低レイテンシと高帯域のリンクを少なくする必要がある。 当社のプロトコルは、ゲート毎の基本命令を最大50%削減することで、計算の複雑さを低減します。
• 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: In this work, we present novel protocols over rings for semi-honest secure three-party computation (3-PC) and malicious four-party computation (4-PC) with one corruption. Compared to state-of-the-art protocols in the same setting, our protocols require fewer low-latency and high-bandwidth links between the parties to achieve high throughput. Our protocols also reduce the computational complexity by requiring up to 50 percent fewer basic instructions per gate. Further, our protocols achieve the currently best-known communication complexity (3, resp. 5 elements per multiplication gate) with an optional preprocessing phase to reduce the communication complexity of the online phase to 2 (resp. 3) elements per multiplication gate. In homogeneous network settings, i.e. all links between the parties share similar network bandwidth and latency, our protocols achieve up to two times higher throughput than state-of-the-art protocols. In heterogeneous network settings, i.e. all links between the parties share different network bandwidth and latency, our protocols achieve even larger performance improvements. We implemented our protocols and multiple other state-of-the-art protocols (Replicated 3-PC, Astra, Fantastic Four, Tetrad) in a novel open-source C++ framework optimized for achieving high throughput. Five out of six implemented 3-PC and 4-PC protocols achieve more than one billion 32-bit multiplication or more than 32 billion AND gates per second using our implementation in a 25 Gbit/s LAN environment. This is the highest throughput achieved in 3-PC and 4-PC so far and between two and three orders of magnitude higher than the throughput MP-SPDZ achieves in the same settings.
• Abstract（参考訳）: 本研究では, 半正直なセキュアな3次元計算(3-PC)と悪意のある4次元計算(4-PC)のためのリング上の新しいプロトコルを提案する。 同じ環境での最先端のプロトコルと比較して、我々のプロトコルは高いスループットを達成するために、当事者間の低レイテンシと高帯域のリンクを少なくする必要がある。 当社のプロトコルは、ゲート毎の基本命令を最大50%削減することで、計算の複雑さを低減します。 さらに,本プロトコルは,現在最もよく知られている通信複雑性(3,resp.5要素/乗算ゲート)を任意の前処理フェーズで実現し,オンラインフェーズの通信複雑性を2(resp.3)要素/乗算ゲートに短縮する。 均質なネットワーク設定では、パーティ間のすべてのリンクが同様のネットワーク帯域幅とレイテンシを共有し、我々のプロトコルは最先端のプロトコルの最大2倍のスループットを達成する。 不均一なネットワーク設定、すなわち、パーティ間のすべてのリンクが異なるネットワーク帯域とレイテンシを共有している場合、我々のプロトコルはより大きなパフォーマンス改善を実現します。 我々は高スループットを実現するために最適化されたオープンソースのC++フレームワークで、我々のプロトコルと、他の最先端プロトコル(Replicated 3-PC, Astra, Fantastic Four, Tetrad)を実装した。 5つの実装された3PCと4PCプロトコルは、25Gbit/sのLAN環境において、毎秒10億以上の32ビット乗算または32億ANDゲートを実現している。 これはこれまで3PCと4PCで達成された最高スループットであり、MP-SPDZが同じ設定で達成したスループットよりも2～3桁高い。

関連論文リスト

• SPARQ: Efficient Entanglement Distribution and Routing in Space-Air-Ground Quantum Networks [50.91365514137301]
  宇宙空間量子(SPARQ)ネットワークは、シームレスなオンデマンドの絡み合い分布を提供する手段として開発された。 SPARQの複数のグラフ上でディープQネットワーク(DQN)を用いて深層強化学習フレームワークを提案し,訓練した。 通信相手間の絡み合いを確立するために,サードパーティの絡み合い分散政策を提案する。
  論文  参考訳（メタデータ） (2024-09-19T16:31:37Z)
• EQO: Exploring Ultra-Efficient Private Inference with Winograd-Based Protocol and Quantization Co-Optimization [3.1330492824737055]
  セキュアな双方向計算(2PC)に基づくプライベート畳み込みニューラルネットワーク(CNN)の推論は、高い通信と遅延オーバーヘッドに悩まされる。 本稿では,CNNと2PCプロトコルを協調的に最適化する量子化2PC推論フレームワークであるEQOを提案する。 広範な実験により、EQOは1.7x、3.6x、6.3xの通信削減を1.29%、1.16%、1.29%の精度で実証した。
  論文  参考訳（メタデータ） (2024-04-15T01:41:18Z)
• CoPriv: Network/Protocol Co-Optimization for Communication-Efficient Private Inference [13.039573608167077]
  セキュアな2つのパーティ(2PC)に基づくディープニューラルネットワーク(DNN)推論は、暗号的にセキュアなプライバシ保護を提供する。 これまでの作業は、通信オーバーヘッドを近似するために、ReLUカウントのプロキシメトリックに大きく依存していました。 2PC推論プロトコルとDNNアーキテクチャを協調的に最適化するフレームワークであるCoPrivを提案する。
  論文  参考訳（メタデータ） (2023-11-03T06:19:48Z)
• Secure and Scalable Circuit-based Protocol for Multi-Party Private Set Intersection [4.946124980718068]
  回路ベースのアプローチは、このタスクを達成するためにカスタムプロトコルを使用するよりも利点がある。 2つのパーティ間のセキュアな計算を使用することで、プロトコルは複数パーティ間のインタラクションに関連する複雑さを回避します。 回路ベース構築に伴うオーバヘッドを軽減するため,単純なハッシュ方式と置換型ハッシュ関数を用いることで,プロトコルをさらに強化した。
  論文  参考訳（メタデータ） (2023-09-14T03:20:33Z)
• Multi-User Entanglement Distribution in Quantum Networks Using Multipath Routing [55.2480439325792]
  マルチパスルーティングを活用することで,マルチユーザアプリケーションの絡み合い率を高める3つのプロトコルを提案する。 これらのプロトコルは、制限された量子メモリや確率的絡み合い生成を含む、NISQ制約のある量子ネットワーク上で評価される。
  論文  参考訳（メタデータ） (2023-03-06T18:06:00Z)
• RAMP: A Flat Nanosecond Optical Network and MPI Operations for Distributed Deep Learning Systems [68.8204255655161]
  我々は、RAMPと呼ばれるナノ秒再構成による、ほぼスケール、全2分割帯域、オールツーオール、シングルホップ、オール光学ネットワークアーキテクチャを導入する。 RAMPは、最大65,536ノードで1ノードあたり12.8Tbpsの大規模分散並列コンピューティングシステムをサポートしている。
  論文  参考訳（メタデータ） (2022-11-28T11:24:51Z)
• Bicoptor: Two-round Secure Three-party Non-linear Computation without Preprocessing for Privacy-preserving Machine Learning [5.774912335678817]
  本研究は,非線形関数評価の効率を向上するセキュアな3要素プロトコルであるBicoptorのファミリーを導入する。 我々の3PC符号決定プロトコルは、通信ラウンドを2回しか必要とせず、前処理を一切含まない。 パブリッククラウド上での3次元LANネットワーク上でのBicoptorの評価を行い,370,000 DRELU/ReLUまたは41,000 Maxpoolの動作を毎秒達成した。
  論文  参考訳（メタデータ） (2022-10-05T02:33:53Z)
• Multi-Prompt Alignment for Multi-Source Unsupervised Domain Adaptation [86.02485817444216]
  マルチプロンプトアライメント(MPA: Multi-Prompt Alignment)は,マルチソースUDAのためのシンプルかつ効率的なフレームワークである。 MPAは、学習したプロンプトを自動エンコードプロセスで認知し、再構築されたプロンプトの合意を最大化することでそれらを調整する。 実験によると、MPAは3つの一般的なデータセットで最先端の結果を達成し、DomainNetの平均精度は54.1%である。
  論文  参考訳（メタデータ） (2022-09-30T03:40:10Z)
• Lightweight and Progressively-Scalable Networks for Semantic Segmentation [100.63114424262234]
  マルチスケール学習フレームワークは,セマンティックセグメンテーションを向上する有効なモデルのクラスと見なされてきた。 本稿では,畳み込みブロックの設計と,複数スケールにわたる相互作用の仕方について,徹底的に解析する。 我々は,軽量で拡張性の高いネットワーク(LPS-Net)を考案した。
  論文  参考訳（メタデータ） (2022-07-27T16:00:28Z)
• An Adaptive Device-Edge Co-Inference Framework Based on Soft Actor-Critic [72.35307086274912]
  高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。 本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。 レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
  論文  参考訳（メタデータ） (2022-01-09T09:31:50Z)
• Adam in Private: Secure and Fast Training of Deep Neural Networks with Adaptive Moment Estimation [6.342794803074475]
  本稿では,最先端の機械学習アルゴリズムを効率的に評価するフレームワークを提案する。 これは、MLアルゴリズムを「MPCフレンドリ」な変種に置き換える以前のほとんどの作業とは対照的である。 我々は、最先端のサードパーティシステムより優れたセキュアなトレーニングを得る。
  論文  参考訳（メタデータ） (2021-06-04T01:40:09Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。