論文の概要: MPClan: Protocol Suite for Privacy-Conscious Computations

• arxiv url: http://arxiv.org/abs/2206.12224v1
• Date: Fri, 24 Jun 2022 11:47:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-27 20:29:39.232653
• Title: MPClan: Protocol Suite for Privacy-Conscious Computations
• Title（参考訳）: MPClan: プライバシに配慮した計算のためのプロトコルスイート
• Authors: Nishat Koti, Shravani Patil, Arpita Patra, Ajith Suresh
• Abstract要約: 本研究は, より多くの参加者を支援するための戦略を, 中心的な段階において効率よく, 誠実な大局面で拡張するものである。 改善されたプロトコルは、前回の作業よりも60～80%のコスト削減に役立ちます。
• 参考スコア（独自算出の注目度）: 15.169168801732505
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The growing volumes of data being collected and its analysis to provide better services are creating worries about digital privacy. To address privacy concerns and give practical solutions, the literature has relied on secure multiparty computation. However, recent research has mostly focused on the small-party honest-majority setting of up to four parties, noting efficiency concerns. In this work, we extend the strategies to support a larger number of participants in an honest-majority setting with efficiency at the center stage. Cast in the preprocessing paradigm, our semi-honest protocol improves the online complexity of the decade-old state-of-the-art protocol of Damg\aa rd and Nielson (CRYPTO'07). In addition to having an improved online communication cost, we can shut down almost half of the parties in the online phase, thereby saving up to 50% in the system's operational costs. Our maliciously secure protocol also enjoys similar benefits and requires only half of the parties, except for one-time verification, towards the end. To showcase the practicality of the designed protocols, we benchmark popular applications such as deep neural networks, graph neural networks, genome sequence matching, and biometric matching using prototype implementations. Our improved protocols aid in bringing up to 60-80% savings in monetary cost over prior work.
• Abstract（参考訳）: 収集されるデータの量の増加と、より良いサービスを提供するための分析は、デジタルプライバシに関する不安を生み出している。 プライバシー問題に対処し、実用的な解決策を提供するため、文献はセキュアなマルチパーティ計算に依存してきた。 しかし、近年の研究は、効率の懸念を指摘しながら、最大4人までの小規模政党の正直多数に焦点をあてている。 本研究では,多人数の参加者を支援するための戦略を,中心段階の効率性を考慮した正直な多数派制で拡張する。 プリプロセッシングのパラダイムの中で、我々の半正直なプロトコルは、Damg\aa rd と Nielson (CRYPTO'07)の10年前の最先端プロトコルのオンライン複雑さを改善します。 オンライン通信コストの改善に加えて、オンラインフェーズにおけるパーティーのほぼ半分をシャットダウンすることができ、システムの運用コストの最大50%を削減できる。 私たちの悪意のあるセキュアなプロトコルも、同様のメリットを享受しています。 設計プロトコルの実用性を示すために,我々は,ディープニューラルネットワーク,グラフニューラルネットワーク,ゲノムシーケンスマッチング,バイオメトリックマッチングなどの一般的なアプリケーションをプロトタイプ実装を用いてベンチマークする。 改善されたプロトコルは、前回の作業よりも60～80%のコスト削減に役立ちます。

関連論文リスト

• The Communication-Friendly Privacy-Preserving Machine Learning against Malicious Adversaries [14.232901861974819]
  プライバシー保護機械学習(PPML)は、機密情報を保護しながらセキュアなデータ分析を可能にする革新的なアプローチである。 セキュアな線形関数評価のための効率的なプロトコルを導入する。 我々は、このプロトコルを拡張して、線形層と非線形層を扱い、幅広い機械学習モデルとの互換性を確保する。
  論文  参考訳（メタデータ） (2024-11-14T08:55:14Z)
• Provable Privacy with Non-Private Pre-Processing [56.770023668379615]
  非プライベートなデータ依存前処理アルゴリズムによって生じる追加のプライバシーコストを評価するための一般的なフレームワークを提案する。 当社のフレームワークは,2つの新しい技術的概念を活用することにより,全体的なプライバシー保証の上限を確立する。
  論文  参考訳（メタデータ） (2024-03-19T17:54:49Z)
• Experimental anonymous quantum conferencing [72.27323884094953]
  我々はGreenberger-Horne-Zeilinger (GHZ)-state entanglement を用いた6ユーザ量子ネットワークにおけるAQCKAタスクを実験的に実装した。 また,このプロトコルは,鍵効果が有限である4ユーザシナリオにおいて有利であることを示す。
  論文  参考訳（メタデータ） (2023-11-23T19:00:01Z)
• Trustless Privacy-Preserving Data Aggregation on Ethereum with Hypercube Network Topology [0.0]
  ブロックチェーンの要約のためのスケーラブルなプライバシ保護データアグリゲーションプロトコルを提案している。 プロトコルは、契約の展開、ユーザ登録、プライベートな提出、証明検証の4段階で構成されている。
  論文  参考訳（メタデータ） (2023-08-29T12:51:26Z)
• Breaking Rate-Distance Limitation of Measurement-Device-Independent Quantum Secret Sharing [6.300599548850421]
  現在、量子秘密共有のほとんどの進歩は速度依存性に悩まされており、鍵レートは限られている。 本稿では、キーレートと送信距離を改良した測定デバイス非依存の量子秘密共有プロトコルについて報告する。 他のプロトコルと比較して、我々の研究は秘密鍵レートを2桁以上改善し、送信距離が長い。
  論文  参考訳（メタデータ） (2022-12-10T06:43:22Z)
• Is Vertical Logistic Regression Privacy-Preserving? A Comprehensive Privacy Analysis and Beyond [57.10914865054868]
  垂直ロジスティック回帰(VLR)をミニバッチ降下勾配で訓練した。 我々は、オープンソースのフェデレーション学習フレームワークのクラスにおいて、VLRの包括的で厳密なプライバシー分析を提供する。
  論文  参考訳（メタデータ） (2022-07-19T05:47:30Z)
• 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)
• Data post-processing for the one-way heterodyne protocol under composable finite-size security [62.997667081978825]
  本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。 ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。 これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
  論文  参考訳（メタデータ） (2022-05-20T12:37:09Z)
• Secure and practical multiparty quantum digital signatures [9.075243529793083]
  量子デジタル署名(QDS)は、メッセージの弁明と偽造に対する情報理論のセキュリティを約束する。 マルチパーティプロトコルは、マスメッセージを送信するときに2つ以上の受信機を実際に使用する場合に、ユニークな利点がある。 本研究は,将来のQDSネットワークへの道筋をたどる,実用的なマルチパーティプロトコルの欠如を補うものである。
  論文  参考訳（メタデータ） (2021-04-25T04:47:24Z)
• MPC-enabled Privacy-Preserving Neural Network Training against Malicious Attack [44.50542274828587]
  セキュアなニューラルネットワークトレーニングのための効率的な$n$-partyプロトコルを構築するためのアプローチを提案する。 アクティブにセキュアなニューラルネットワークトレーニングでは、LANおよびWAN設定で約2倍と2.7倍の安価な効率オーバーヘッドが発生します。 さらに、整数環 $mathbbZ_N$ 上で定義された加法的共有を有限体 $mathbbZ_Q$ 上の加法的共有に安全に変換できるスキームを提案する。
  論文  参考訳（メタデータ） (2020-07-24T15:03:51Z)
• Experimental quantum conference key agreement [55.41644538483948]
  量子ネットワークは、世界規模でセキュアな通信を可能にするために、長距離におけるマルチノードの絡み合いを提供する。 ここでは、マルチパーティの絡み合いを利用した量子通信プロトコルである量子会議鍵合意を示す。 我々は4光子グリーンバーガー・ホーネ・ザイリンガー状態(GHZ)を最大50kmの繊維に高輝度の光子対光線源で生成する。
  論文  参考訳（メタデータ） (2020-02-04T19:00:31Z)

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。