論文の概要: The Future of Fully Homomorphic Encryption System: from a Storage I/O Perspective
- arxiv url: http://arxiv.org/abs/2511.04946v1
- Date: Fri, 07 Nov 2025 03:09:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-10 21:00:44.65873
- Title: The Future of Fully Homomorphic Encryption System: from a Storage I/O Perspective
- Title（参考訳）: 完全同型暗号化システムの将来:ストレージI/Oの視点から
- Authors: Lei Chen, Erci Xu, Yiming Sun, Shengyu Fan, Xianglong Deng, Guiming Shi, Guang Fan, Liang Kong, Yilan Zhu, Shoumeng Yan, Mingzhe Zhang,
- Abstract要約: ホモモルフィック暗号化(FHE)は、暗号化データ上での計算を可能にし、ユーザのプライバシを大幅に向上させる。
我々は,ストレージI/OがFHEアプリケーションの性能に与える影響を分析し,現状から重要な教訓を要約する。
- 参考スコア（独自算出の注目度）: 9.690691999003407
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Fully Homomorphic Encryption (FHE) allows computations to be performed on encrypted data, significantly enhancing user privacy. However, the I/O challenges associated with deploying FHE applications remains understudied. We analyze the impact of storage I/O on the performance of FHE applications and summarize key lessons from the status quo. Key results include that storage I/O can degrade the performance of ASICs by as much as 357$\times$ and reduce GPUs performance by up to 22$\times$.
- Abstract（参考訳）: FHE(Fully Homomorphic Encryption)は、暗号化データ上での計算を可能にし、ユーザのプライバシを大幅に向上させる。
しかし、FHEアプリケーションのデプロイに関わるI/O課題はまだ検討されていない。
我々は,ストレージI/OがFHEアプリケーションの性能に与える影響を分析し,現状から重要な教訓を要約する。
主な結果は、ストレージI/OがASICのパフォーマンスを最大357$\times$で低下させ、GPUのパフォーマンスを最大22$\times$で削減できることである。
関連論文リスト
- Performance and Storage Analysis of CRYSTALS Kyber as a Post Quantum Replacement for RSA and ECC [45.88028371034407]
CRYSTALS-Kyberは、2022年にNISTによって標準化されたポスト量子暗号ソリューションである。
本研究は,様々な実装方式における性能試験を通じて,Kyberの実用可能性を評価する。
論文 参考訳（メタデータ） (2025-08-03T09:53:45Z) - Privacy-Preserving Credit Card Approval Using Homomorphic SVM: Toward Secure Inference in FinTech Applications [0.5991851254194097]
PP-FinTechは金融アプリケーションのためのプライバシー保護スキームである。
CKKSベースの暗号化ソフトマージンSVMを採用し、非線形パターンをモデル化するためのハイブリッドカーネルで拡張されている。
論文 参考訳（メタデータ） (2025-05-09T09:46:56Z) - Cross-Platform Benchmarking of the FHE Libraries: Novel Insights into SEAL and Openfhe [0.5991851254194097]
ホモモルフィック暗号化(HE)は、プライバシー問題に対処するための重要なソリューションとなっている。
本稿では2つの主要なHEライブラリであるSEALとOpenFHEを総合的に評価する。
論文 参考訳（メタデータ） (2025-03-14T09:08:30Z) - Hades: Homomorphic Augmented Decryption for Efficient Symbol-comparison -- A Database's Perspective [1.3824176915623292]
本稿では,暗号化データの効率的かつセキュアな比較を可能にする新しい暗号フレームワークであるHADESを紹介する。
Ring Learning with Errors (RLWE)問題に基づいて、HADESはCPAセキュリティを提供し、周波数分析攻撃を軽減するために摂動認識暗号化を組み込んでいる。
論文 参考訳（メタデータ） (2024-12-28T02:47:14Z) - DataSeal: Ensuring the Verifiability of Private Computation on Encrypted Data [14.21750921409931]
我々は,アルゴリズムベースのフォールトトレランス(ABFT)手法の低オーバーヘッドと完全同型暗号化(FHE)の秘密性を組み合わせたDataSealを紹介する。
DataSealは、MAC、ZKP、TEEを含む他の技術よりも、FHEの計算検証性を提供するためのオーバーヘッドをはるかに少なくする。
論文 参考訳（メタデータ） (2024-10-19T21:19:39Z) - Encryption-Friendly LLM Architecture [11.386436468650016]
ホモモルフィック暗号(homomorphic encryption, HE)は、暗号状態における算術演算をサポートする暗号プロトコルである。
本稿では,パーソナライズされた(プライベートな)微調整による推論を重視した改良型HE-Friendly Transformerアーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-10-03T13:48:35Z) - 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)
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。