| Item type |
Symposium(1) |
| 公開日 |
2017-10-16 |
| タイトル |
|
|
タイトル |
2PCにおける大規模なマトリクス--ベクトルの秘密計算 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Crypt-CNN(I): Secure Two-Party Computation of Large-Scale Matrix-Vector Multiplication |
| 言語 |
|
|
言語 |
eng |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
PWS，matrix-vector multiplication，2PC，Message Packing，Machine Learning |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
筑波大学 |
| 著者所属 |
|
|
|
筑波大学／JST CREST／RIKEN center of AIP |
| 著者所属(英) |
|
|
|
en |
|
|
University of Tsukuba |
| 著者所属(英) |
|
|
|
en |
|
|
University of Tsukuba / JST CREST / RIKEN center of AIP |
| 著者名 |
陸, 文杰
佐久間, 淳
|
| 著者名(英) |
Wen-jie, Lu
Jun, Sakuma
|
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Matrix-vector multiplication is a fundamental computation of many machine learning algorithms, such as deep learning which involves large-scale matrices. However, the absence of practical approach for large-scale matrix-vector multiplication hinders the development of private evaluation of deep learning algorithms. We propose two practical approaches for the large-scale matrix-vector multiplication using fully homomorphic encryption under the secure two-party computation setting. Our approaches are efficient regarding computation time and bandwidth consumption. Our secure matrix-vector multiplication protocol can process a matrix with more than 4000 x 2000 elements within 8 seconds, which is about 3.6 times faster, and save about 93.8% bandwidth computation than the previous approach. |
| 書誌レコードID |
|
|
|
識別子タイプ |
NCID |
|
|
関連識別子 |
ISSN 1882-0840 |
| 書誌情報 |
コンピュータセキュリティシンポジウム2017論文集
巻 2017,
号 2,
発行日 2017-10-16
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJCSS2017106.pdf (921.0 kB)
