安全图像检索论文笔记
DELPHI: A cryptographic inference service for neural network(还需要精读,这是第一遍)
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。
- 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×。
- 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