Muse: Secure Inference Resilient to Malicious Clients

概述

本文提出了MUSE:一款高效的两方安全推理协议可以抵御恶意客户。下图为其结构。

DELPHI

MUSE是在DELPHI的基础上进行的改进。所以在了解MUSE之前需要对DELPHI做一定的介绍。DELPHI是一个安全的预测系统，允许双方在不泄露任何一方数据的情况下执行神经网络推理。
DELPHI和MUSE都存在两个阶段：离线预处理阶段和在线推理阶段。以下是对DELPHI两个阶段的简要介绍。

离线预处理阶段

1.客户端和服务器在线性层使用同态加密计算相关随机数。
2.在服务器与客户交互后生成了相关的CL和SL，用于在线阶段的使用。
3.接下来是非线性层的交互，非线性层由乱码电路组成并进行一些遗忘传输。
4.非线性层使用CL，SL作为交互输入得到CN，SN.

在线推理阶段

在线推理阶段使用离线阶段得到的参数进行。
以上就是DELPHI协议的大致流程，DELPHI仅仅考虑了双方的安全交互。而MUSE则提出恶意的用户可以获得服务商的相关参数

MUSE

离线预处理阶段

在线推理阶段

未完。。。