专栏首页arxiv.org翻译专栏异构节点上安全多方计算的性能评估(CS CR)
原创

异构节点上安全多方计算的性能评估(CS CR)

安全多方计算密码(MPC)是一个广泛的密码学概念,可用于保护私隐的计算。 使用 MPC,许多参与者可以协同计算一个函数,而不需要向其他人透露明文的实际输入或输出。 MPC 的应用范围包括隐私保护投票、算术运算和大规模数据分析。 从系统的角度来看,mpc 中的每一方都可以在一个计算节点上运行。 多方的计算节点可以是同构的或异构的; 然而,MPC 协议中的分布式工作负载总是同构的(对称的)。 在这项工作中,我们从系统性能的角度研究了一个具有代表性的 MPC 框架和一组 mpc 应用程序。 给出了一种先进的 MPC协议的详细在线计算流程,分析了其在同构和异构计算节点上失速时间和性能瓶颈的根本原因。

原文题目:Performance Evaluation of Secure Multi-party Computation on Heterogeneous Nodes

原文:Secure multi-party computation (MPC) is a broad cryptographic concept that can be adopted for privacy-preserving computation. With MPC, a number of parties can collaboratively compute a function, without revealing the actual input or output of the plaintext to others. The applications of MPC range from privacy-preserving voting, arithmetic calculation, and large-scale data analysis. From the system perspective, each party in MPC can run on one compute node. The compute nodes of multiple parties could be either homogeneous or heterogeneous; however, the distributed workloads from the MPC protocols tend to be always homogeneous (symmetric). In this work, we study a representative MPC framework and a set of MPC applications from the system performance perspective. We show the detailed online computation workflow of a state-of-the-art MPC protocol and analyze the root cause of its stall time and performance bottleneck on homogeneous and heterogeneous compute nodes.

原文作者:Rujia Wang

原文地址:https://arxiv.org/abs/2004.10926

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 强化文本风格转移奖励框架(CS CL)

    样式转换处理的算法,以转移的风格属性的一段文本到另一个,同时确保核心内容是保留。 文本风格转换因其在文本裁剪生成中的广泛应用而受到人们的广泛关注。 现有作品基于...

    用户7095611
  • 枪声:枪声样本数字取证与人工智能(CS LG)

    根据炮口冲击波对武器进行分类是一项具有挑战性的任务,在各种安全和军事领域有着重要的应用。 现有的大多数工程依赖于特别部署的空间多样性麦克风传感器,以捕捉同一枪击...

    用户7095611
  • 学会忘记: 联邦学习法中的用户记忆消除(CS LG)

    学会忘记:联邦学习中的用户级记忆消除是一种分散性的机器学习技术,在研究领域和现实市场都引起了广泛的关注。 然而,目前保护隐私的联邦学习方案只是为用户提供了一个安...

    用户7095611
  • 无限视距微分模型预测控制(CS SC)

    本文提出了一种用于安全仿学习的可微线性二次模型预测控制(MPC)框架。 使用从离散时间代数Riccati方程(DARE)获得的终端成本函数强制执行无限水平成本,...

    非过度曝光
  • POJ2318 TOYS 判断点与直线位置关系 【计算几何】

    Calculate the number of toys that land in each bin of a partitioned toy box.

    ACM算法日常
  • 通过区块链共享大流行疫苗接种证书:案例研究和绩效评估

    这项工作提出了一个可扩展的、基于区块链的平台,用于COVID-19或其他疾病疫苗接种证书的安全共享。作为一个指示性用例,我们通过考虑欧洲联盟的国家来模拟大规模部...

    VasiliaSun
  • 针对化学反应网络的贝叶斯验证(cs.CE)

    我们展现了一个数据驱动的验证方法来决定一个给出的化学反应网(CRN)满足一个给定属性,在模态逻辑中以公式展现。我们的方法由3个阶段组成,基于数据产生的模型合成形...

    Donuts_choco
  • Bapipe: DNN训练中平衡管道并行性的探索(cs.DC)

    随着机器学习算法复杂度的增加,深度神经网络(DNNs)的容量迅速增长。为了满足DNN训练计算和存储的要求,基于模型并行性的分布式训练方法得到了广泛的认可。提出了...

    用户8078797
  • HDOJ 1330 Deck(叠木块-物理题啊!贪心算法用到了一点)

    Problem Description A single playing card can be placed on a table, carefully,...

    谙忆
  • 带有球形嵌入的深度度量学习(CS CV)

    由于距离度量学习与深度神经网络的无缝结合,近年来深度度量学习受到了广泛的关注。许多人致力于设计不同的基于成对的角损失函数,将嵌入向量的大小和方向信息解耦,保证训...

    凌茜

扫码关注云+社区

领取腾讯云代金券