安全多方计算
文章平均质量分 93
黑心Cookie
非典型网络程序媛
展开
-
(阅读笔记)DELPHI: A Cryptographic Inference Service for Neural Networks
Delphi 是一个针对神经网络推理阶段的两方安全计算框架,主要提出了一个新的密码学预测协议和一个权衡性能和准确率的模型算法规划器。Delphi 基于GAZELLE的工作(使用LHE技术计算线性层,使用混淆电路计算非线性层,并且描述了两种技术之间的转换协议),将复杂的同态和密码学运算迁移到预处理阶段,因而减少了在线阶段的计算消耗,提高了整体的效率。原创 2023-07-28 15:57:04 · 192 阅读 · 1 评论 -
(阅读笔记)Falcon: Honest-Majority Maliciously Secure Framework for Private Deep Learning
Falcon是一个端到端的三方协议,主要用于机器学习大模型的高效隐私训练和推理。Falcon的主要贡献是:1)解释性强,支持大体量网络架构;2)支持 batch normalization;3) 在诚实方为主体的恶意环境下,通过 abort 保证安全性;4)高效。原创 2023-07-25 16:03:11 · 293 阅读 · 0 评论 -
(阅读笔记)Faster Private Set Intersection based on OT Extension
PSI(Private set intersection,隐私数据集求交)允许两方P1P2P_1, P_2P1P2计算他们各自拥有的数据集XYX,YXY的交集X⋂YX\bigcap YX⋂Y,但是不揭露交集外的数据集的任何信息。本文的主要工作是介绍通用的PSI协议(基于安全计算和Bloom filters) 并利用 OT 扩展技术进行优化的方法,提出一个新的以 OT 为基础的PSI协议,并与其他 PSI协议的实验结果进行比较。原创 2023-07-23 19:20:34 · 304 阅读 · 0 评论 -
(阅读笔记)ASTRA: High Throughput 3PC over Rings with Application to Secure Prediction
ASTRA是Harsh Chaudhari等人发布在CCSW’19上文章,文章的主要工作是在半诚实和恶意条件下提升安全三方计算的效率,协议在Z2lZ2l整数环上实现。在半诚实条件下,在线阶段每一个乘法门的总通信量是 2 ring elements,这在3PC中是首次实现的;在恶意条件下,在线阶段每一个乘法门的总通信量是 4 ring elements, 通信效率高于ABY3的 5 ring elements。原创 2023-07-19 16:29:15 · 266 阅读 · 0 评论 -
(阅读笔记)BLAZE: Blazing Fast Privacy-Preserving Machine Learning
本文主要介绍NDSS'20上的文章《BLAZE: Blazing Fast Privacy-preserving Machine Learning》,重点讲解其中的三方秘密分享的构造与重构、乘法协议的设计和实现。原创 2023-07-14 20:44:11 · 194 阅读 · 1 评论