論文の概要: AMAZE: Accelerated MiMC Hardware Architecture for Zero-Knowledge Applications on the Edge

• arxiv url: http://arxiv.org/abs/2411.06350v1
• Date: Sun, 10 Nov 2024 03:55:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:06:46.111305
• Title: AMAZE: Accelerated MiMC Hardware Architecture for Zero-Knowledge Applications on the Edge
• Title（参考訳）: AMAZE:エッジ上のゼロ知識アプリケーションのための高速化されたMIMCハードウェアアーキテクチャ
• Authors: Anees Ahmed, Nojan Sheybani, Davi Moreno, Nges Brian Njungle, Tengkai Gong, Michel Kinsy, Farinaz Koushanfar,
• Abstract要約: 暗号ハッシュ(CRH)機能は、現代システムにおけるセキュリティとプライバシの提供において、長い間重要な部分であった。 いくつかのゼロ知識証明(ZKP)プロトコルは、CRH関数を使用して暗号ハッシュを実行することを目的としている。 SHA2のような標準CRH関数はZKPドメインで使用されると非効率である。 最も成熟したZKフレンドリーなハッシュであるMIMCは、単純な代数構造を持つブロック暗号とハッシュ関数を示す。
• 参考スコア（独自算出の注目度）: 10.803274987172035
• License:
• Abstract: Collision-resistant, cryptographic hash (CRH) functions have long been an integral part of providing security and privacy in modern systems. Certain constructions of zero-knowledge proof (ZKP) protocols aim to utilize CRH functions to perform cryptographic hashing. Standard CRH functions, such as SHA2, are inefficient when employed in the ZKP domain, thus calling for ZK-friendly hashes, which are CRH functions built with ZKP efficiency in mind. The most mature ZK-friendly hash, MiMC, presents a block cipher and hash function with a simple algebraic structure that is well-suited, due to its achieved security and low complexity, for ZKP applications. Although ZK-friendly hashes have improved the performance of ZKP generation in software, the underlying computation of ZKPs, including CRH functions, must be optimized on hardware to enable practical applications. The challenge we address in this work is determining how to efficiently incorporate ZK-friendly hash functions, such as MiMC, into hardware accelerators, thus enabling more practical applications. In this work, we introduce AMAZE, a highly hardware-optimized open-source framework for computing the MiMC block cipher and hash function. Our solution has been primarily directed at resource-constrained edge devices; consequently, we provide several implementations of MiMC with varying power, resource, and latency profiles. Our extensive evaluations show that the AMAZE-powered implementation of MiMC outperforms standard CPU implementations by more than 13$\times$. In all settings, AMAZE enables efficient ZK-friendly hashing on resource-constrained devices. Finally, we highlight AMAZE's underlying open-source arithmetic backend as part of our end-to-end design, thus allowing developers to utilize the AMAZE framework for custom ZKP applications.
• Abstract（参考訳）: 衝突耐性の暗号ハッシュ(CRH)機能は、現代システムにおけるセキュリティとプライバシの提供において、長い間不可欠な部分であった。 いくつかのゼロ知識証明(ZKP)プロトコルは、CRH関数を使用して暗号ハッシュを実行することを目的としている。 SHA2 のような標準 CRH 関数は ZKP ドメインで使用される際に非効率であり、したがって ZKP 効率を念頭に構築された CRH 関数である ZK フレンドリなハッシュを要求する。 最も成熟したZKフレンドリーなハッシュであるMIMCは、ZKPアプリケーションで達成されたセキュリティと低複雑性のため、単純な代数構造を持つブロック暗号とハッシュ関数を示す。 ZKフレンドリーなハッシュは、ソフトウェアにおけるZKP生成の性能を改善しているが、CRH関数を含むZKPの基盤となる計算は、実用的なアプリケーションを実現するためにハードウェア上で最適化されなければならない。 この研究で私たちが取り組んでいる課題は、MiMCのようなZKフレンドリーなハッシュ関数をハードウェアアクセラレータに効率的に組み込むことによって、より実用的なアプリケーションを実現する方法を決定することです。 そこで本研究では,MIMCブロック暗号とハッシュ関数の計算を行うための,高度にハードウェア最適化されたオープンソースフレームワークであるAMAZEを紹介する。 我々のソリューションは主にリソース制約のあるエッジデバイスに向けられており、そのため、様々なパワー、リソース、レイテンシプロファイルを備えたMIMCの実装をいくつか提供しています。 AMAZEによるMIMCの実装は、標準的なCPU実装よりも13$\times$より優れています。 すべての設定において、AMAZEはリソース制約のあるデバイス上で効率的なZKフレンドリーなハッシュを可能にする。 最後に、AMAZEの基盤となるオープンソースの算術バックエンドをエンドツーエンドの設計の一部として強調し、開発者がカスタムZKPアプリケーションにAMAZEフレームワークを利用できるようにします。

関連論文リスト

• Benchmarking ZK-Friendly Hash Functions and SNARK Proving Systems for EVM-compatible Blockchains [7.520993886306112]
  我々は、Poseidon2、Neptune、GMiMCの自己開発回路テンプレートを含む、SNARK証明システムと5つのZKフレンドリなハッシュ関数をベンチマークした。 我々の研究は、ZKフレンドリなハッシュ関数とZKツールのベンチマークを提供し、ZKPベースのプライバシ保護トランザクションプロトコルにおけるコスト効率とコンプライアンスも検討しています。
  論文  参考訳（メタデータ） (2024-09-03T15:19:47Z)
• Performance of Cascade and LDPC-codes for Information Reconciliation on Industrial Quantum Key Distribution Systems [69.47813697920358]
  我々は、情報再構成に使用される2つの一般的なアルゴリズムの性能を分析し、シミュレーションし、最適化し、比較する。 我々は,現実的かつアプリケーションクローズな環境での運用において,実用的および工業的環境における適用性に焦点をあてる。
  論文  参考訳（メタデータ） (2024-08-28T12:51:03Z)
• SZKP: A Scalable Accelerator Architecture for Zero-Knowledge Proofs [10.603449308259496]
  ZKPは検証可能なコンピューティングにおける創発的なパラダイムである。 証明生成における2つの重要なプリミティブは、Number Theoretic Transform(NTT)とMulti-scalar multiplication(MSM)である。 我々は,チップ上での証明全体を高速化する最初のASICであるスケーラブルなアクセラレータフレームワークであるSZKPを提案する。
  論文  参考訳（メタデータ） (2024-08-12T01:53:58Z)
• Computing Low-Entropy Couplings for Large-Support Distributions [53.00113867130712]
  最小エントロピー結合は因果関係やステガノグラフィーなどの分野で応用されている。 既存のアルゴリズムは、大容量の分布に対して計算的に抽出可能であるか、特定の分布タイプに限定されている。 この研究は、事前の反復MECアプローチを一般化されたパーティションベースの形式主義に統一することにより、これらの制限に対処する。
  論文  参考訳（メタデータ） (2024-05-29T21:54:51Z)
• SOCI^+: An Enhanced Toolkit for Secure OutsourcedComputation on Integers [50.608828039206365]
  本稿では,SOCIの性能を大幅に向上させるSOCI+を提案する。 SOCI+は、暗号プリミティブとして、高速な暗号化と復号化を備えた(2, 2)ホールドのPaillier暗号システムを採用している。 実験の結果,SOCI+は計算効率が最大5.4倍,通信オーバヘッドが40%少ないことがわかった。
  論文  参考訳（メタデータ） (2023-09-27T05:19:32Z)
• Large-Scale Distributed Learning via Private On-Device Locality-Sensitive Hashing [11.885388917784804]
  我々は、最初のプライベート、パーソナライズ、メモリ効率のLSHフレームワークを開発する。 我々のフレームワークは、各デバイスが中央ホストの助けを借りずにハッシュテーブルを生成できるようにすることで、プライバシとパーソナライズを可能にする。 我々はハッシュ関数の統計的および感度特性を幾つか証明し、我々のフレームワークが大規模リコメンデータネットワークのトレーニングに競争力があることを実験的に実証した。
  論文  参考訳（メタデータ） (2023-06-05T03:33:26Z)
• TransPimLib: A Library for Efficient Transcendental Functions on Processing-in-Memory Systems [8.440839526313797]
  三角関数,双曲関数,指数,対数,平方根などに対する CORDIC および LUT に基づく手法を提供するライブラリである emphTransPimLib について述べる。 UPMEM PIMアーキテクチャのためのTransPimLibの実装を開発し、性能と精度の観点からTransPimLibの手法を徹底的に評価する。
  論文  参考訳（メタデータ） (2023-04-03T12:41:46Z)
• Learning Logic Specifications for Soft Policy Guidance in POMCP [71.69251176275638]
  部分観測可能なモンテカルロ計画(POMCP)は部分観測可能なマルコフ決定過程(POMDP)の効率的な解法である POMCPはスパース報酬機能、すなわち最終ゴールに達するときのみ得られる報酬に悩まされる。 本稿では,POMCP実行のトレースから論理仕様を学習するために帰納的論理プログラミングを用いる。
  論文  参考訳（メタデータ） (2023-03-16T09:37:10Z)
• PolyMPCNet: Towards ReLU-free Neural Architecture Search in Two-party Computation Based Private Inference [23.795457990555878]
  プライバシー保護型ディープラーニング(DL)計算を可能にするために,セキュアなマルチパーティ計算(MPC)が議論されている。 MPCは計算オーバーヘッドが非常に高く、大規模システムではその人気を阻害する可能性がある。 本研究では,MPC比較プロトコルとハードウェアアクセラレーションの協調オーバーヘッド削減のための,PolyMPCNetという体系的なフレームワークを開発する。
  論文  参考訳（メタデータ） (2022-09-20T02:47:37Z)
• Efficient Micro-Structured Weight Unification and Pruning for Neural Network Compression [56.83861738731913]
  ディープニューラルネットワーク(DNN)モデルは、特にリソース制限されたデバイスにおいて、実用的なアプリケーションに不可欠である。 既往の非構造的あるいは構造化された重量刈り法は、推論を真に加速することはほとんど不可能である。 ハードウェア互換のマイクロ構造レベルでの一般化された重み統一フレームワークを提案し,高い圧縮と加速度を実現する。
  論文  参考訳（メタデータ） (2021-06-15T17:22:59Z)
• Faster Secure Data Mining via Distributed Homomorphic Encryption [108.77460689459247]
  ホモモルフィック暗号化(HE)は、最近、暗号化されたフィールド上で計算を行う能力により、ますます注目を集めている。 本稿では,スケーリング問題の解決に向けて,新しい分散HEベースのデータマイニングフレームワークを提案する。 各種データマイニングアルゴリズムとベンチマークデータセットを用いて,新しいフレームワークの有効性と有効性を検証する。
  論文  参考訳（メタデータ） (2020-06-17T18:14:30Z)

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。