0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Fast Batch Matrix Multiplication in Ciphertexts
- 1.암호문 상태 행렬곱(CPMM/CCMM)을 배치 처리로 확장, 소·중형 행렬에서도 BLAS 가속 적용 가능
- 2.역이산푸리에변환으로 배치 행렬을 하나로 인코딩해 다수 평문행렬곱(PPMM)으로 환원
- 3.64×64 행렬 128배치 곱셈이 CPMM 0.20초·CCMM 1.08초로 기존 대비 각각 240배·52배 가속
- 4.2048 규모 대형 행렬 곱셈에서도 Park(Eurocrypt'25) 대비 29배 빠른 7.5초 기록
왜 중요한가?
동형암호 기반 프라이버시 보존 머신러닝의 핵심 병목이던 행렬곱 성능을 실전 규모 행렬까지 확장 개선해, 암호화 상태의 실용적 ML 추론·검색에 한 걸음 다가선다.
본문 미리보기
Encrypted matrix multiplication (MM) is a fundamental primitive in privacy-preserving machine learning and encrypted data search, but it remains a significant performance bottleneck. Recently, Bae et al.~(Crypto’24) and Park~(Eurocrypt’25) introduced novel algorithms for ciphertext–plaintext (CPMM) and ciphertext–ciphertext (CCMM) matrix multiplications. These algorithms reduce encrypted MM operations to plaintext matrix multiplications (PPMM), enabling implementation through highly optimized BL
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안



