論文の概要: Fully Homomorphic Encryption for Statistical Modeling

• arxiv url: http://arxiv.org/abs/2610.04163v1
• Date: Sat, 03 Oct 2026 00:12:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 19:42:05.243379
• Title: Fully Homomorphic Encryption for Statistical Modeling
• Title（参考訳）: 統計的モデリングのための完全同型暗号化
• Abstract要約: ホモモルフィック暗号化は、暗号化された値で算術を実行できるので、計算を行う当事者は、それが操作するデータを見る必要がなくなる。 本稿では,そのような解析を行うために必要なプロトコルを,Rの2つのパッケージを通じて再現的に示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fully homomorphic encryption allows arithmetic to be carried out on encrypted values, so that a party performing a computation need not see the data it operates on. This is useful wherever collaborating parties or sites cannot share data records or computed summaries yet need to do a joint analysis. We demonstrate the protocols needed to perform such analyses reproducibly via two packages in R, a platform widely used for applied statistics. The first, openfhe.R, is an interface to the OpenFHE C++ library, which exposes exact integer arithmetic (BFV, BGV), approximate real-valued arithmetic (CKKS), Boolean circuits, and multiparty key generation. The second is homomorpheR, which builds a small set of master/worker primitives for multi-party protocols on top of the first. Together, the two let an ordinary R statistical routine compose with an encrypted-arithmetic layer at the function-value boundary, provided the quantity crossing that boundary decomposes as a sum over sites. Two validation studies are presented: distributed stratified Cox regression, where stats4::mle() converges through an encrypted channel, and federated Cox-lasso via convex optimization using consensus ADMM, where the cross-site update is the only encrypted step. We also discuss federated similarity retrieval and two-party prediction. Throughout, the parties are assumed honest-but-curious, and threshold key generation removes the assumption that any single party holds a usable secret key.
• Abstract（参考訳）: 完全にホモモルフィックな暗号化により、暗号化された値上で算術を実行できるため、計算を行う当事者が操作するデータを見る必要がなくなる。 これは、協力する当事者やサイトがデータ記録や計算された要約を共有できない場合にも有用である。 応用統計学に広く利用されているプラットフォームであるRの2つのパッケージを通じて、そのような分析を行うために必要なプロトコルを再現的に示す。 OpenFhe.RはOpenFHE C++ライブラリのインタフェースで、正確な整数演算(BFV、BGV)、近似実数値演算(CKKS)、ブール回路、マルチパーティ鍵生成を公開している。 2つ目はhoomorpheRで、最初の1つの上にマルチパーティプロトコル用のマスター/ワーカープリミティブの小さなセットを構築している。 同時に、通常のR の統計ルーチンを関数値境界における暗号化-解析層で構成させ、その境界を越える量をサイト上の和として分解する。 ここではstats4::mle()が暗号化されたチャネルを通して収束し、コンセンサスADMMを用いた凸最適化によりCox-lassoがフェデレートされ、クロスサイト更新が唯一の暗号化ステップとなる。 また、連合類似性検索と二者予測についても論じる。 全体として、当事者は誠実だが正確であると仮定され、しきい値鍵の生成は、どの当事者も使用可能な秘密鍵を持っているという仮定を除去する。

関連論文リスト

• DiffGRM: Diffusion-based Generative Recommendation Model [63.35379395455103]
  ジェネレーティブレコメンデーション(GR)は、トークン化器を介して各項目をn桁のセマンティックID(SID)として表現する新興パラダイムである。 自己回帰デコーダをマスク付き離散拡散モデル(MDM)に置き換える拡散ベースGRモデルDiffGRMを提案する。 実験では、複数のデータセットに対する強力な生成的および差別的推奨ベースラインよりも一貫した利得を示す。
  論文  参考訳（メタデータ） (2025-10-21T03:23:32Z)
• Perfectly-Private Analog Secure Aggregation in Federated Learning [51.61616734974475]
  連合学習では、複数のパーティがモデルをローカルにトレーニングし、パラメータを中央サーバと共有する。 本稿では,有限場ではなくトーラスを用いた新しいセキュアパラメータアグリゲーション法を提案する。
  論文  参考訳（メタデータ） (2025-09-10T15:22:40Z)
• Secure Multi-Key Homomorphic Encryption with Application to Privacy-Preserving Federated Learning [18.399679909318394]
  マルチパーティ安全な計算タスクに適用した場合、CDKSスキームにおける重要なセキュリティ脆弱性を特定する。 マルチキーBFVおよびCKKSフレームワークに新しいマスキング機構を組み込んだ新しいスキームSMHEを提案する。 SMHEを用いてPPFLアプリケーションを実装し,ランタイム評価のオーバーヘッドを最小限に抑えて,セキュリティを大幅に改善することを示した。
  論文  参考訳（メタデータ） (2025-06-25T03:28:25Z)
• Practical, Private Assurance of the Value of Collaboration via Fully Homomorphic Encryption [3.929854470352013]
  2つのパーティーは、データセットで協力したいと思っています。 一方の当事者は、他方の当事者からのデータを取り入れることで、予測モデルの改善を約束する。 当事者は、更新されたモデルが正確性の向上を示した場合にのみ、さらなる協力を希望する。
  論文  参考訳（メタデータ） (2023-10-04T03:47:21Z)
• CREPO: An Open Repository to Benchmark Credal Network Algorithms [78.79752265884109]
  クレダルネットワークは、確率質量関数の集合であるクレダルに基づく不正確な確率的グラフィカルモデルである。 CREMAと呼ばれるJavaライブラリが最近リリースされ、クレダルネットワークをモデル化し、処理し、クエリする。 我々は,これらのモデル上での推論タスクの正確な結果とともに,合成クレダルネットワークのオープンリポジトリであるcrrepoを提案する。
  論文  参考訳（メタデータ） (2021-05-10T07:31:59Z)
• Composably secure data processing for Gaussian-modulated continuous variable quantum key distribution [58.720142291102135]
  連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。 構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。 特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
  論文  参考訳（メタデータ） (2021-03-30T18:02:55Z)
• Comprehensive Graph-conditional Similarity Preserving Network for Unsupervised Cross-modal Hashing [97.44152794234405]
  教師なしクロスモーダルハッシュ(UCMH)は近年ホットトピックとなっている。 本稿では,dgcpn(deep graph-neighbor coherence preservation network)を考案する。 DGCPNは3種類のデータ類似性を利用して、損失を保存する包括的な類似性を管理する。
  論文  参考訳（メタデータ） (2020-12-25T07:40:59Z)

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。