论文学习记录20200320：隐私保护机器学习[NDSS2020]
Trident: Efficient 4PC Framework for Privacy Preserving Machine Learning
这篇论文和上周那篇极其相似。
4PC设置背后的动机是，在给予额外诚实方的情况下，研究3PC设置中现有解决方案在理论和实践上的性能改进。结果表明，与3PC相比，拥有一个额外的诚实方可以实现更简洁更高效的协议。 举例来说，在4PC中进行操作消除了对昂贵的乘法三元组的需要，并使能够以与两个向量的大小无关的成本执行点积运算
由于框架中的第四方不必在整个在线阶段都处于在线状态，因此可以在大多数在线阶段关闭服务器。 鉴于这一事实，即聘用4台服务器来运行我们的框架以进行算法的训练或预测阶段的总成本，领先于ABY3，主要是因为服务器中的服务器总运行时间 框架要低得多
提出了一个框架——trident，与现有的替代方案相比，该框架面向高吞吐量的在线阶段。这个吞吐量是通过利用额外的诚实方实现的。
提出的截断协议的亮点是，它可以与我们的乘法协议相结合，在线阶段没有额外的开销。相比之下，ABY3中乘法的在线成本从9个环增加到了12个环，这使我们在线通信的速度提高了4倍。
这是一个秘密共享，和上一篇用了一样的秘密共享原语，但是这个是四方的，所以不一样，这个由于加了一个诚实的第四方，所以看起来更简单简洁。
论文中的这一段解释已经足够了。
可以看出，乘法中，p0只在离线阶段作为验证作用存在，在在线阶段并没有出现。
数量积相当于多个乘法，所以沿袭了乘法协议的优点。
各种转换，l表示底层环，k是计算安全性参数，可以看出，无论是轮数复杂度还是通信开销都比ABY3有了改善。
blaze方案是将ABY3的（r，rd）生成方法进行了改变。
trident是将ABY3中的布尔电路去掉，在线阶段有较少的昂贵电路。
论文学习记录20200320：隐私保护机器学习[NDSS2020]相关推荐
- 论文学习记录20200313：隐私保护机器学习[NDSS2020]
机器学习工具已经展示了它们在医疗和金融等许多重要领域的潜力,有助于得出有用的推论.在这些部门,数据的敏感和保密性质自然引起对数据隐私的关注.这促使了隐私保护机器学习(PPML)领域的数据隐私得到保证. ...
- 联邦学习安全与隐私保护综述 A survey on security and privacy of federated learning
联邦学习安全与隐私保护综述 写在前面的话 联邦学习是什么 联邦学习工作流程 联邦学习的技术分类 安全问题和解答 隐私问题和解答 未来方向 写在前面的话 本篇博客参考<A survey on se ...
- 清华系创企RealAI：独家“隐私保护机器学习”技术，全球首款编译级产品
原创:谭婧 以侵犯隐私的方式处理数据,已属非法行为,违法必究,犯罪分子,瑟瑟发抖. 但数据,作为人工智能(AI)的"石油",不能简单粗暴一刀切,如何加高数据安全的"围 ...
- 直播 | ICML 2021论文解读：满足隐私保护要求的去中心化无监督域迁移范式
「AI Drive」是由 PaperWeekly 和 biendata 共同发起的学术直播间,旨在帮助更多的青年学者宣传其最新科研成果.我们一直认为,单向地输出知识并不是一个最好的方式,而有效地反馈和 ...
- 驱动AI产业“第二增长曲线”，清华系RealAI发布首个企业级隐私保护机器学习平台与升级版AI模型杀毒软件
12月9日,由清华大学人工智能研究院.北京智源人工智能研究院.北京瑞莱智慧科技有限公司联合主办的"2020第三代人工智能产业论坛暨瑞莱智慧RealAI战略发布会"在北京召开.清华大 ...
- Drynx: 基于区块链的去中心化隐私保护机器学习系统
该文章转载自本人的知乎专栏,有兴趣的小伙伴可以来我的专栏学习更多相关知识,包含了同态加密.安全多方计算.机器学习和联邦学习.近世代数等.下面是我的知乎文章首页,可以点专栏去查看确定方向的文章.所有相关 ...
- 联邦学习安全与隐私保护
一.FL隐私保护方法 1.1 加密方法 通过将明文编码为密文的方式,只允许特定人员解码,为数据隐私保护提供了有效手段,但往往需要较大的计算开销,较难应用于实际场景中 安全多方计算 SMC研究的是协同计 ...
- 深度学习中的隐私保护技术综述
摘要:如今机器学习以及深度学习在各个领域广泛应用,包括医疗领域.金融领域.网络安全领域等等.深度学习的首要任务在于数据收集,然而在数据收集的过程中就可能产生隐私泄露的风险,而隐私泄露将导致用户不再信任 ...
- CVPR2019| 百度17篇CVPR论文学习记录（包含：无人驾驶、神经网络、GAN、无监督学习、目标检测）
首先感谢现在网上资源丰富,能够获得很多人的总结,结合自身实际进行了学习记录. 并着重标注了其中关键核心 目录 1)Taking A Closer Look at Domain Shift: Categ ...
最新文章
- 一次非常有意思的 SQL 优化经历！
- openstack--glance
- 解决 WIndows，Linux 以及 MacOS 终端无法使用代理的问题
- mysql免安装版鞋子_MySQL创建用户及授权
- 用setTimeout实现setInterval的功能
- 深入理解javascript原型和闭包（1）——一切都是对象
- unity鼠标控制镜头旋转_Unity3D实现鼠标控制视角转动|chu
- 云计算系统是大规模计算机系统吗,云计算的系统架构及技术探析
- Intellij IDEA 安装lombok及使用详解
- QObject::connect: Cannot queue arguments of type xxx的解决方案
- 《精解 Windows 10》——2.10 触摸手势
- 39. Element compareDocumentPosition() 方法
- 以下c语言程序片段用于估测cpu的cache参数,优酷【C/C++类】：笔试题目1（最全）...
- MySQL搭建主从（一主一从）
- 远景论坛黑苹果专区_黑苹果扯犊子篇
- 如何把pdf转化成word文档呢?教你简单的
- 浏览器上不去网络。需要进入ie点开Internet选项，网络中，局域网（LAN）设置，可以勾选上自动检测设置
- httpwatch使用,浏览器内HTTP嗅探器
- java 微信图片上传_后台Java代码加前端微信小程序实现图片上传案例（学习）
- 金蝶云星辰和旺店通企业版奇门单据接口集成