論文の概要: Batched Paillier-Based Hamming-Distance Computation over Binary Embeddings
- arxiv url: http://arxiv.org/abs/2609.21364v1
- Date: Fri, 18 Sep 2026 06:27:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.878212
- Title: Batched Paillier-Based Hamming-Distance Computation over Binary Embeddings
- Title（参考訳）: Batched Paillier-based Hamming-Distance Computation over Binary Embedddings (特集:一般)
- Abstract要約: 追加のホモモルフィック暗号化は、暗号化されたバイナリ埋め込みのアウトソース計算をサポートする。
本稿では,キャリーセパレートされたバイナリエンコーディング,テーブルベースの暗号化,減量処理,復号化/CGBN演算,永続デバイス状態,バッチ検索統合を組み合わせたPaillierベースのクライアントについて述べる。
1万のランダムな512ビット埋め込みのバッチに対する3回の温暖化試験で、ルックアップ構成は43,091の暗号化/sと28,983のハミング距離復号/sの中央値バッチスループットを達成した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Additively homomorphic encryption supports outsourced computation on encrypted binary embeddings, but large-integer arithmetic and data movement can limit throughput. We describe a Paillier-based client that combines a carry-separated binary encoding, table-based encryption, reduced-exponent decryption, CUDA/CGBN arithmetic, persistent device state, and batched retrieval integration. We establish the encoding's correctness and characterize four CPU and GPU client configurations. The lookup configuration uses a 280-bit exponent-size parameter. Across 3 warm-state trials on batches of 10,000 random 512-bit embeddings, the lookup GPU configuration achieved median-batch throughputs of 43,091 encryptions/s and 28,983 Hamming- distance decodes/s. Its amortized costs were 0.0232 ms and 0.0345 ms per vector, corresponding to factors of 453.8 and 200.9 relative to the measured CPU baseline. These implementation- specific results demonstrate the throughput benefits of combining cryptographic precomputation, batched accelerator execution, and persistent runtime state. The study distinguishes warm-batch performance from isolated-request latency and identifies the remaining costs of initialization, transport, and retrieval integration.
- Abstract（参考訳）: 追加のホモモルフィック暗号化は暗号化されたバイナリ埋め込みのアウトソース計算をサポートするが、大整数演算とデータ移動はスループットを制限することができる。
本稿では,キャリー分離バイナリ符号化,テーブルベースの暗号化,再帰復号化,CUDA/CGBN演算,永続デバイス状態,バッチ検索統合を組み合わせたPaillierベースのクライアントについて述べる。
エンコーディングの正確性を確立し、4つのCPUおよびGPUクライアント構成を特徴付ける。
ルックアップ構成は280ビットの指数サイズパラメータを使用する。
ランダムな512ビット埋め込みのバッチに対する3つのウォームステートトライアルで、ルックアップGPU構成は43,091の暗号化/sと28,983のハミング距離デコード/sの中央値バッチスループットを達成した。
償却コストは0.0232msと0.00345msで、測定されたCPUベースラインに対する453.8と200.9の要因に対応している。
これらの実装固有の結果は、暗号プリ計算、バッチアクセラレータ実行、永続ランタイム状態の組み合わせによるスループットの利点を示しています。
この研究は、ウォームバッチ性能と孤立要求遅延を区別し、初期化、輸送、検索統合の残りのコストを特定する。
関連論文リスト
- Accelerated Decoding of Centroid Positional Encoding for Instance Segmentation [49.97373153077311]
本稿では,各画素が遠心波の位置埋め込みを行う場合の,遠心波符号化に伴うデコードオーバーヘッドについて検討する。
当社のソリューションは、デコードオーバーヘッドを大幅に削減し、Endto-Endレイテンシを改善し、CPUベースのアプローチと単純なGPU実装の両方を上回ります。
論文 参考訳（メタデータ） (2026-09-15T09:05:17Z) - Memory-Efficient Designs for Word-Wise Universal Fully Homomorphic Encryption [13.384404337894575]
ホモモルフィック暗号化(FHE)は、暗号化されたデータの計算を可能にし、分析を通してプライバシを保存する。
メモリボトルネックを軽減するFHE最適化フレームワークであるBXTを提案する。
CNNの推測では、BXT-CSO50構成は100x GPUベースラインで最大3.8$times$のスピードアップを実現し、50%比較精度で1%未満の精度損失を達成している。
論文 参考訳（メタデータ） (2026-09-04T06:03:44Z) - AEGIS: Scaling Long-Sequence Homomorphic Encrypted Transformer Inference via Hybrid Parallelism on Multi-GPU Systems [22.26887231291305]
AEGISは、長期暗号化トランスフォーマー推論のためのアプリケーション暗号化ガイド推論システムである。
フィードフォワードネットワークにおいて、GPU間通信を57.9%削減する。
最大96.62%のスケーリング効率、3.86倍のエンドツーエンドスピードアップ、69.1%のデバイス毎のメモリ削減を実現している。
論文 参考訳（メタデータ） (2026-04-03T19:47:26Z) - Cost-Effective Optimization and Implementation of the CRT-Paillier Decryption Algorithm for Enhanced Performance [0.0]
本稿では,eCRT-Paillier復号アルゴリズムを提案する。
これらの2つの改善により、CRT-Paillier復号アルゴリズムの後処理において、50%のモジュラ乗算と60%の判定操作が削減された。
評価のために、Xilinx Virtex-7 FPGAにMESAという高スループットで効率的なPaillierアクセラレータを実装した。
論文 参考訳（メタデータ） (2025-06-22T08:06:36Z) - Real-Time Bit-Level Encryption of Full High-Definition Video Without Diffusion [1.0202696337641386]
リアルタイム暗号化アルゴリズムは、高解像度ビデオに対するリアルタイム暗号化の要求を満たすには不十分である。
本稿では,異種並列計算に基づくリアルタイムビデオ暗号化プロトコルを提案する。
実験により,本手法は優れた統計特性と堅牢なセキュリティを示すことが示された。
論文 参考訳（メタデータ） (2025-05-12T00:36:45Z) - BitNet b1.58 2B4T Technical Report [118.78752947128682]
BitNet b1.58 2B4Tは、最初のオープンソースでネイティブな1ビットのLarge Language Model(LLM)を2-billionパラメータスケールで導入する。
4兆トークンのコーパスでトレーニングされたこのモデルは、言語理解、数学的推論、コーディングの習熟度、会話能力に関するベンチマークで厳格に評価されている。
論文 参考訳（メタデータ） (2025-04-16T17:51:43Z) - CIPHERMATCH: Accelerating Homomorphic Encryption-Based String Matching via Memory-Efficient Data Packing and In-Flash Processing [8.114331115730021]
ホモモルフィック暗号化(HE)は、元のデータを公開せずに暗号化されたデータのセキュアな計算を可能にする。
多くのクラウドコンピューティングアプリケーション(例えば、DNA読み取りマッピング、バイオメトリックマッチング、Web検索)は、正確な文字列マッチングをキー操作として使っている。
ホモモルフィック暗号を用いた従来の文字列マッチングアルゴリズムは、高い計算遅延によって制限される。
論文 参考訳（メタデータ） (2025-03-12T00:25:58Z) - Hardware-Aware Parallel Prompt Decoding for Memory-Efficient Acceleration of LLM Inference [23.633481089469836]
LLM(Large Language Models)の自動回帰デコーディングは、ハードウェアの性能に大きなオーバーヘッドをもたらす。
トレーニング可能なパラメータを0.0002$%しか必要とせず,A100-40GBのGPUをたった16時間で効率的にトレーニングできる並列プロンプトデコーディングを提案する。
我々のアプローチでは、最大2.49$times$ スピードアップを示し、最小のメモリオーバーヘッドは0.0004$%である。
論文 参考訳（メタデータ） (2024-05-28T22:19:30Z) - 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) - Rapid Person Re-Identification via Sub-space Consistency Regularization [51.76876061721556]
Person Re-Identification (ReID) は、歩行者を分離したカメラで識別する。
実値特徴記述子を用いた既存のReID法は精度が高いが、ユークリッド距離計算が遅いため効率が低い。
本稿では,ReID 処理を 0.25 倍高速化するサブスペース一貫性規則化 (SCR) アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-07-13T02:44:05Z) - 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)
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。