CipherDM：安全的三方推理用于扩散模型采样
本研究针对扩散模型（DM）在使用过程中对用户隐私的严重侵犯问题，提出了CipherDM，这是首个将安全多方计算（MPC）技术应用于DM的通用框架，旨在确保安全采样。研究表明，CipherDM在MNIST数据集上与流行架构（DDPM、DDIM）评估相比，运行时间提升约1.084倍至2.328倍，通信成本降低约1.212倍至1.791倍，显示出其在隐私保护与效率提升上的潜在影响。
本研究提出了一种基于同态加密的隐私保护扩散框架HE-Diffusion，通过最小失真方法和稀疏张量表示提高了效率。实验结果显示，HE-Diffusion比基准方法快500倍，时间成本降低到分钟级别。该研究为隐私保护和高效图像生成铺平了道路。
