論文の概要: zkVC: Fast Zero-Knowledge Proof for Private and Verifiable Computing
- arxiv url: http://arxiv.org/abs/2504.12217v1
- Date: Wed, 16 Apr 2025 16:11:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-17 14:37:55.459918
- Title: zkVC: Fast Zero-Knowledge Proof for Private and Verifiable Computing
- Title（参考訳）: zkVC: プライベートで検証可能なコンピューティングのための高速ゼロ知識証明
- Authors: Yancheng Zhang, Mengxin Zheng, Xun Chen, Jingtong Hu, Weidong Shi, Lei Ju, Yan Solihin, Qian Lou,
- Abstract要約: Zero-Knowledge Proof (ZKP) として知られる暗号手法は、プライベートで検証可能な計算を容易にすることで有名である。
ZkVC は Constraint-reduced Polynomial Circuit (CRPC) や Prefix-Sum Query (PSQ) などの最適化 ZKP モジュールを統合している。
コードはhttps://github.com/UCF-Lou-Lab-PET/zkformerで入手できる。
- 参考スコア（独自算出の注目度）: 22.9161853847536
- License:
- Abstract: In the context of cloud computing, services are held on cloud servers, where the clients send their data to the server and obtain the results returned by server. However, the computation, data and results are prone to tampering due to the vulnerabilities on the server side. Thus, verifying the integrity of computation is important in the client-server setting. The cryptographic method known as Zero-Knowledge Proof (ZKP) is renowned for facilitating private and verifiable computing. ZKP allows the client to validate that the results from the server are computed correctly without violating the privacy of the server's intellectual property. Zero-Knowledge Succinct Non-Interactive Argument of Knowledge (zkSNARKs), in particular, has been widely applied in various applications like blockchain and verifiable machine learning. Despite their popularity, existing zkSNARKs approaches remain highly computationally intensive. For instance, even basic operations like matrix multiplication require an extensive number of constraints, resulting in significant overhead. In addressing this challenge, we introduce \textit{zkVC}, which optimizes the ZKP computation for matrix multiplication, enabling rapid proof generation on the server side and efficient verification on the client side. zkVC integrates optimized ZKP modules, such as Constraint-reduced Polynomial Circuit (CRPC) and Prefix-Sum Query (PSQ), collectively yielding a more than 12-fold increase in proof speed over prior methods. The code is available at https://github.com/UCF-Lou-Lab-PET/zkformer
- Abstract（参考訳）: クラウドコンピューティングのコンテキストでは、サービスはクラウドサーバーに保持され、クライアントはデータをサーバに送信し、サーバから返される結果を取得する。
しかし、サーバ側の脆弱性のため、計算、データ、結果は改ざんしがちである。
したがって、クライアントサーバ設定では、計算の完全性を検証することが重要である。
Zero-Knowledge Proof (ZKP) として知られる暗号手法は、プライベートで検証可能な計算を容易にすることで有名である。
ZKPはクライアントがサーバの知的財産権のプライバシーを侵害することなく、サーバの結果が正しく計算されていることを検証できるようにする。
Zero-Knowledge Succinct Non-Interactive Argument of Knowledge (zkSNARKs)は、ブロックチェーンや検証可能な機械学習など、さまざまなアプリケーションで広く採用されている。
その人気にもかかわらず、既存のzkSNARKのアプローチは非常に計算量が多い。
例えば、行列乗法のような基本的な操作でさえ、多くの制約を必要とするため、かなりのオーバーヘッドが生じる。
この課題に対処するために,ZKP計算を行列乗算に最適化した \textit{zkVC} を導入し,サーバ側で高速な証明生成とクライアント側での効率的な検証を可能にする。
zkVC は Constraint-reduced Polynomial Circuit (CRPC) や Prefix-Sum Query (PSQ) といった最適化された ZKP モジュールを統合し、従来の手法よりも12倍以上の高速化を実現している。
コードはhttps://github.com/UCF-Lou-Lab-PET/zkformerで入手できる。
関連論文リスト
- Sublinear-Overhead Secure Linear Algebra on a Dishonest Server [3.8105803634609483]
我々は、高速、遠隔、およびデータ公開線形代数に対する自然効率性とセキュリティデシラタを述べる。
我々は、満足なアルゴリズムを暗示する行列とベクトル族の存在を予想し、共通暗号仮定に基づくそのようなアルゴリズムを提供する。
論文 参考訳（メタデータ） (2025-02-18T17:05:17Z) - At Least Factor-of-Two Optimization for RWLE-Based Homomorphic Encryption [0.0]
ホモモルフィック暗号化(HE)は、復号化を必要とせずに、暗号化データの特定の操作をサポートする。
HEスキームには、データ集約的なワークロードを妨げるような、非自明な計算オーバーヘッドが伴います。
我々は、Zincと呼ぶ暗号化方式を提案し、複数のキャッシュ処理を禁止し、単一のスカラー加算で置き換える。
論文 参考訳（メタデータ） (2024-08-14T05:42:35Z) - 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) - 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) - Hyperdimensional Computing as a Rescue for Efficient Privacy-Preserving
Machine Learning-as-a-Service [9.773163665697057]
ホモモルフィック暗号化(HE)はこの逆問題に対処するための有望な手法である。
HEを使用すると、サービスプロバイダは、暗号化されたデータをクエリとして取り、それを復号することなくモデルを実行することができる。
我々は、超次元コンピューティングが、暗号化データによるプライバシー保護機械学習の救いになることを示した。
論文 参考訳（メタデータ） (2023-08-17T00:25:17Z) - Implementing Reinforcement Learning Datacenter Congestion Control in NVIDIA NICs [64.26714148634228]
渋滞制御 (CC) アルゴリズムの設計は非常に困難になる。
現在、計算能力に制限があるため、ネットワークデバイスにAIモデルをデプロイすることはできない。
我々は,近年の強化学習CCアルゴリズムに基づく計算軽度解を構築した。
論文 参考訳（メタデータ） (2022-07-05T20:42:24Z) - THE-X: Privacy-Preserving Transformer Inference with Homomorphic
Encryption [112.02441503951297]
トランスフォーマーモデルのプライバシ保護推論は、クラウドサービスユーザの要求に基づいています。
我々は、事前訓練されたモデルのプライバシ保存推論を可能にするトランスフォーマーの近似アプローチである$textitTHE-X$を紹介した。
論文 参考訳（メタデータ） (2022-06-01T03:49:18Z) - Providing Meaningful Data Summarizations Using Examplar-based Clustering
in Industry 4.0 [67.80123919697971]
我々は,従来のCPUアルゴリズムと比較して,一精度で最大72倍,半精度で最大452倍の高速化を実現していることを示す。
提案アルゴリズムは射出成形プロセスから得られた実世界のデータに適用し, 得られたサマリーが, コスト削減と不良部品製造の削減のために, この特定のプロセスのステアリングにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2021-05-25T15:55:14Z) - 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) - Corella: A Private Multi Server Learning Approach based on Correlated
Queries [30.3330177204504]
データプライバシーを保護する代替手段として、$textitCorella$を提案する。
提案手法はサーバのクラスタに依存しており,少なくともmathbbN$のTは,それぞれが学習モデルを実行することでコロードを行うことができる。
ノイズのばらつきは、情報漏洩を最大$T$サーバの任意のサブセットに、理論的に無視できるほど大きく設定されている。
論文 参考訳（メタデータ） (2020-03-26T17:44:00Z) - CryptoSPN: Privacy-preserving Sum-Product Network Inference [84.88362774693914]
総生産ネットワーク(SPN)のプライバシ保護のためのフレームワークを提案する。
CryptoSPNは、中規模のSPNに対して秒の順序で高効率で正確な推論を行う。
論文 参考訳（メタデータ） (2020-02-03T14:49:18Z)
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。