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.
$\mathsf{GraSP}$: Secure Collaborative Graph Processing Made Scalable
- 1.GraSP는 다자간 보안 그래프처리 프레임워크, 참여자 수와 무관한 라운드 복잡도 달성
- 2.기존 기법의 비싼 보안정렬 초기화 단계를 제거해 경량화
- 3.PageRank 벤치마크서 기존 최고 기법 대비 최대 78배 런타임 개선
- 4.25개 데이터 소유자·100만 노드 그래프서 PageRank 10회 반복을 1분 내 처리
왜 중요한가?
다자간 MPC 기반 그래프 분석은 참여자 수 증가 시 선형으로 느려지는 게 병목이었는데, GraSP는 라운드 복잡도를 참여자 수와 독립적으로 만들어 실제 협업 분석에 실용적 규모로 확장 가능함을 보였다.
언급 프로젝트
본문 미리보기
Secure graph processing enables computing on graphs while hiding the graph topology as well as the associated node/edge data. This facilitates collaborative analysis among multiple data owners, who may only hold a private, partial view of the global graph. Several works address this problem using the technique of secure multiparty computation (MPC) in the presence of 2 or 3 parties. However, when moving to the multiparty setting, as required for collaborative analysis among multiple data owners,
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안



