概述
本文引入了一个名为SecFormer的高级优化框架,以实现transformer模型的快速准确的PPI(Privacy-Preserving Inference)。通过模型设计优化,我们在不牺牲模型性能的前提下,成功地消除了PPI中高成本的指数运算和最大运算。
2.隐私保护算法
2.1隐私保护GeLU
- 1-5 我们通过调用 ∏ L T \prod_{LT} ∏LT(比较函数)来确定输入x落在那个分段区间。
- 7 利用 ∏ s i n \prod_{sin} ∏sin来实现 f ( x ) f(x) f(x)的隐私保护
- 8-10 通过调用 ∏ M u l \prod_{Mul} ∏Mul来计算erf函数和GeLU函数。
核心思想:
将上图的erf函数进行改变,变为下图函数
将其中的
f
(
x
)
f(x)
f(x)使用傅里叶函数表示
2.2隐私保护的LayerNorm
核心思想:通过迭代将平方根逆转化为乘法计算
- 1-2 计算均值和方差
- 3-8 我们用Goldschmid的方法计算 1 q \frac{1}{\sqrt{q}} q1
2.3近似隐私保护Softmax
但里面的指数,除法和最大值会阻碍计算。所以本文采取SMPC有好的二次方程近似2Quad