安全多方计算系统及其高效实现
背景与挑战
- 安全多方计算（MPC）：协议的基本要求包括正确性和输入隐私性。MPC的应用模式包括服务器代理模式和点对点模式。
- 安全两方计算：常见部署模式包括服务器代理模式和点对点模式。
安全两方计算系统
- 系统类型：不同系统在计算代价、通信量和通信轮数方面表现各异。如Cheetah系统计算代价低，通信量中等。
- 设计难点：涉及算术运算（点乘、内积、矩阵乘法）、布尔运算（AND操作）以及非线性运算（ReLU、MaxPool）的优化。
线性运算
- 安全神经网络推理：简单图片需要简单模型，复杂图片需要复杂模型。ResNet50是最流行的安全两方计算模型之一。
- 线性层计算：如卷积（CONV）和全连接（FC）层，涉及向量·向量或矩阵·向量的计算。
- 同态加密：明文空间与密文空间之间的对应关系，同态加密技术分类包括加法同态、乘法同态、Leveled同态和全同态。
非线性运算
- ReLU和MaxPool的计算：通过比较操作实现。CryptFlow2采用比较树方法减少通信轮数和AND门数目。
- 比较操作：需要1-of-2 OT和Silent OT等原语的支持。Silent OT实现更为高效，适用于非线性运算。
性能与总结
- 系统性能：Cheetah系统接近3PC性能，计算代价低，通信量中等。
- 关键优化：
- SIMD Packing：提高计算效率。
- 多项式编码：提升向量内积计算速度。
- Truncation：保持定点数精度，避免溢出。
- Cheetah协议架构：结合RLWE和Silent OT实现高效计算。
总结
- 系统类型：Cheetah系统计算代价低，通信量中等。
- 优化策略：利用SIMD Packing、多项式编码、Truncation等技术优化计算过程。
- 可用资源：Cheetah框架已开源，可在GitHub上获取。
以上是对提供的研报内容的总结，重点关注了系统设计的关键技术和性能指标。
