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.
Additions, Multiplications, and the Interaction In-Between: Optimizing MPC Protocols via Leveled Linear Secret Sharing (Full Version)
- 1.MPC 곱셈의 중간 비밀분산 표현을 자유롭게 전환하는 '레벨형 선형 비밀분산' 패러다임 제안
- 2.복제 비밀분산(CCS'16), BGW 스타일(STOC'88), ABY2.0(USENIX Security'21)에 적용
- 3.회로의 각 게이트를 어느 분산 도메인에서 계산할지 자동 선택하는 신규 최적화기 구현
- 4.통신량 10~37% 절감, LAN 환경 실행시간 10~26% 단축 실측, 최적화기 코드 공개
왜 중요한가?
곱셈 직후 강제되던 중간 표현 전환을 다음 곱셈 직전까지 유예할 수 있게 해, 여러 MPC 프로토콜군에 걸쳐 통신·시간 비용을 실질적으로 낮추는 범용 최적화 기법을 제시한다.
언급 프로젝트
본문 미리보기
Secure multiparty computation (MPC) enables distrusting parties in a distributed system to compute on their private inputs without compromising their privacy. For many secret-sharing-based approaches, including some of today's most efficient MPC protocols, there is a pattern where two shared values are locally multiplied into some intermediate representation that is immediately and interactively translated back into sharings of the product. The intermediate representation is often still a full-f
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:24AI 초안



