論文の概要: Bandwidth-Efficient Two-Server ORAMs with O(1) Client Storage

• arxiv url: http://arxiv.org/abs/2503.21126v1
• Date: Thu, 27 Mar 2025 03:37:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-28 12:50:41.706405
• Title: Bandwidth-Efficient Two-Server ORAMs with O(1) Client Storage
• Title（参考訳）: O(1)クライアントストレージを用いたバンド幅効率の両サーバORAM
• Authors: Wei Wang, Xianglong Zhang, Peng Xu, Rongmao Chen, Laurence Tianruo Yang,
• Abstract要約: セキュアな双方向RAM計算用に設計された2サーバORAMは、2つの非凝固サーバにデータを格納する。 本稿では,O(1)ローカルストレージ下での対数帯域幅を実現するクライアントフレンドリーな2サーバORAM方式を提案する。
• 参考スコア（独自算出の注目度）: 8.731979518509597
• License:
• Abstract: Oblivious RAM (ORAM) allows a client to securely retrieve elements from outsourced servers without leakage about the accessed elements or their virtual addresses. Two-server ORAM, designed for secure two-party RAM computation, stores data across two non-colluding servers. However, many two-server ORAM schemes suffer from excessive local storage or high bandwidth costs. To serve lightweight clients, it is crucial for ORAM to achieve concretely efficient bandwidth while maintaining O(1) local storage. Hence, this paper presents two new client-friendly two-server ORAM schemes that achieve practical logarithmic bandwidth under O(1) local storage, while incurring linear symmetric key computations. The core design features a hierarchical structure and a pairwise-area setting for the elements and their tags. Accordingly, we specify efficient read-only and write-only private information retrieval (PIR) algorithms in our schemes to ensure obliviousness in accessing two areas respectively, so as to avoid the necessity of costly shuffle techniques in previous works. We empirically evaluate our schemes against LO13 (TCC'13), AFN17 (PKC'17), and KM19 (PKC'19) in terms of both bandwidth and time cost. The results demonstrate that our schemes reduce bandwidth by approximately 2-4x compared to LO13, and by 16-64x compared to AFN17 and KM19. For a database of size 2^14 blocks, our schemes are over 64x faster than KM19, while achieving similar performance to LO13 and AFN17 in the WAN setting, with a latency of around 1 second.
• Abstract（参考訳）: ORAM(Oblivious RAM)は、クライアントがアクセスした要素や仮想アドレスに関する情報を漏らさずに、アウトソースされたサーバから安全に要素を取得できるようにする。 セキュアな双方向RAM計算用に設計された2サーバORAMは、2つの非凝固サーバにデータを格納する。 しかし、多くの2サーバORAMスキームは、過剰なローカルストレージや高帯域幅のコストに悩まされている。 軽量クライアントを実現するためには,O(1)ローカルストレージを維持しながら,具体的な帯域幅を実現することが重要である。 そこで本研究では,O(1)ローカルストレージ下での対数帯域幅を実現するための2つの新しいクライアントフレンドリーな2サーバORAMスキームを提案する。 コアデザインは階層構造と、要素とそのタグのペアワイズ設定を備えている。 そこで本手法では,2つの領域にそれぞれアクセスする際の難易度を確保するために,効率の良い読み取り専用および書き込み専用プライベート情報検索(PIR)アルゴリズムを規定し,従来の作業においてコストのかかるシャッフル技術の必要性を回避する。 帯域幅と時間費用の両面から, LO13 (TCC'13), AFN17 (PKC'17), KM19 (PKC'19) に対する提案手法を実証的に評価した。 その結果,提案方式はLO13に比べて約2～4倍,AFN17やKM19に比べて16～64倍の帯域幅を削減できることがわかった。 サイズ2^14ブロックのデータベースの場合、我々のスキームはKM19より64倍高速で、WAN設定ではLO13やAFN17と同等の性能を示し、レイテンシは約1秒である。

関連論文リスト

• COMPASS: A Compiler Framework for Resource-Constrained Crossbar-Array Based In-Memory Deep Learning Accelerators [6.172271429579593]
  本稿では、資源制約付きクロスバーベース処理インメモリ(PIM)ディープニューラルネットワーク(DNN)アクセラレーターのためのコンパイラフレームワークを提案する。 本稿では,各パーティションをチップ上で高速化するために,各レイヤを分割する最適なパーティショニングを決定するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-12T11:31:25Z)
• Palermo: Improving the Performance of Oblivious Memory using Protocol-Hardware Co-Design [13.353250150074066]
  ORAM(Oblivious RAM)はメモリアクセスパターンを隠蔽し、攻撃者が機密情報を発見できないようにしてデータのプライバシを高める。 ORAMの性能は、セキュリティと効率のトレードオフによって制限されることが多い。 本稿では,ORAMの性能向上のためのプロトコルとハードウェアの共同設計であるPalermoについて述べる。
  論文  参考訳（メタデータ） (2024-11-08T08:31:12Z)
• Breaking the Memory Barrier: Near Infinite Batch Size Scaling for Contrastive Loss [59.835032408496545]
  本稿では, コントラスト損失計算を任意の小ブロックに分割するタイルベースの戦略を提案する。 分散システムの階層構造を活用するためのマルチレベルタイリング戦略も導入する。 SOTAメモリ効率のソリューションと比較すると、同等の速度を維持しながら、メモリの2桁の削減を実現している。
  論文  参考訳（メタデータ） (2024-10-22T17:59:30Z)
• Optimal Offline ORAM with Perfect Security via Simple Oblivious Priority Queues [0.0]
  我々は,メモリアクセスのシーケンスを事前に把握している,いわゆるオフラインORAMについて検討する。 我々は、時間フォワード処理により、不要な優先度待ち行列から完全なセキュリティを備えた、最初の最適オフラインORAMを得る。 我々の構築に基づいて、我々はまた、不明瞭で完全にセキュアな構成の効率的な外部メモリインスタンス化を提示する。
  論文  参考訳（メタデータ） (2024-09-18T14:31:33Z)
• H$_2$O$_2$RAM: A High-Performance Hierarchical Doubly Oblivious RAM [14.803814604985957]
  ORAM (Oblivious RAM) とTrusted Execution Environments (TEE) は、その相補的な性質から多くの現実世界のアプリケーションを発見した。 我々は、高性能階層型O$RAM(H$O$RAM)を構築するために、新しい効率の悪いコンポーネントをいくつか導入する。 その結果、H$O$RAMは実行時間を最大103$倍に削減し、ステート・オブ・テクト・ソリューションと比較してメモリ使用量を5sim44$倍に削減した。
  論文  参考訳（メタデータ） (2024-09-11T10:31:14Z)
• vTensor: Flexible Virtual Tensor Management for Efficient LLM Serving [53.972175896814505]
  大規模言語モデル(LLM)は様々なドメインで広く使われ、数百万の日次要求を処理する。 大規模言語モデル(LLM)は様々なドメインで広く使われ、数百万の日次要求を処理する。
  論文  参考訳（メタデータ） (2024-07-22T14:37:58Z)
• 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)
• Adaptable Butterfly Accelerator for Attention-based NNs via Hardware and Algorithm Co-design [66.39546326221176]
  多くのAIタスクにおいて、注意に基づくニューラルネットワークが普及している。 注意機構とフィードフォワードネットワーク(FFN)の使用は、過剰な計算とメモリ資源を必要とする。 本稿では,注目機構とFFNの両方を近似するために,バタフライの分散パターンを統一したハードウェアフレンドリーな変種を提案する。
  論文  参考訳（メタデータ） (2022-09-20T09:28:26Z)
• Single Round-trip Hierarchical ORAM via Succinct Indices [5.437298646956505]
  ランクORAMは1回の通信でデータを取得することができる。 emphcompressedクライアント側データ構造は、暗黙的に、各要素の位置をサーバに格納する。
  論文  参考訳（メタデータ） (2022-08-16T01:15:26Z)
• NumS: Scalable Array Programming for the Cloud [82.827921577004]
  タスクベース分散システム上でNumPyのような表現を最適化する配列プログラミングライブラリであるNumSを提案する。 これはLoad Simulated Hierarchical Scheduling (LSHS)と呼ばれる新しいスケジューラによって実現される。 LSHSは、ネットワーク負荷を2倍減らし、メモリを4倍減らし、ロジスティック回帰問題において実行時間を10倍減らし、Rayの性能を向上させる。
  論文  参考訳（メタデータ） (2022-06-28T20:13:40Z)
• Parallelising the Queries in Bucket Brigade Quantum RAM [69.43216268165402]
  量子アルゴリズムは、しばしばデータベースのような方法で格納された情報にアクセスするために量子RAM(QRAM)を使用する。 本稿では,Clifford+Tゲートの並列性を利用して,効率的なクエリ時間を大幅に短縮する手法を提案する。 理論的には、フォールトトレラントバケットの量子RAMクエリは古典的なRAMの速度とほぼ一致する。
  論文  参考訳（メタデータ） (2020-02-21T14:50:03Z)

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。