DELPHI A cryptographic inference

最新推荐文章于 2023-07-21 09:45:00 发布

「已注销」

最新推荐文章于 2023-07-21 09:45:00 发布

阅读量272

点赞数

分类专栏：同态加密文章标签：算法神经网络

本文链接：https://blog.csdn.net/u013059141/article/details/116268159

版权

安全图像检索论文笔记

2021年4月29日09:42:03

是一个关于神经网络的安全推论。目前读完第一遍的情况来看的话，主要做了以下几件事：

这片文章的作者主要把他之前提出的GAZELLE:A Low Latency Framework for secure neural network Inference，这片文章的不足，进行了优化。
1. 主要优化在：更加考虑到了真实世界的网络架构。可以比之前的Gazelle这个网络在效率上提高了很多，例如，在ResNet-32上使用delphi进行密码预测在在线阶段只需要3.8秒和60MB的通信，比Gazelle分别提高了22×和9×。
2. 为了这些优化，提出了NAS（network architecture search）和一个planner选择器。之所以要提出这两个东西是为了优化网络结构。因为作者在这篇论文的开头就提出了两个问题，这两个问题就是针对为什么gazelle为什么效率这么低，作者的分析，1是因为同态操作导致整体效率变低，2是因为relu这个函数的问题，这个函数不仅影响了整体推论的效率问题，还会影响以后应用网络结构的准确度的问题。为了解决准确度和效率问题，作者提出使用NAS选择网络结构的参数，并且由于选择的时候可能会有误差，作者提出使用这个PAT（population based training）对参数进行优化。具体细节的话࿰

关注