Apple Machine Learning Research
·
PINE：用于秘密共享向量的高效范数界验证
💡
原文英文，约200词，阅读约需1分钟。
📝
内容提要
介绍了PINE协议，用于确保贡献向量的欧几里德范数有界。PINE在高维向量上的通信开销仅为几个百分点，而前者的开销为16-32倍。
🎯
关键要点
- 高维向量的安全聚合是联邦统计和学习中的基本原语。
- PRIO等双服务器系统允许对秘密共享向量进行可扩展聚合。
- 对抗性客户端可能试图操纵聚合，因此确保每个贡献（秘密共享）是良构的很重要。
- 本文关注确保每个贡献向量具有有界欧几里德范数的目标。
- 现有协议要么通信开销大，要么只能近似验证范数界限。
- 我们提出了私有廉价范数强制（PINE）：一种新的协议，允许以较小的通信开销进行精确的范数验证。
- 对于高维向量，我们的方法通信开销仅为几个百分点，而以前的方法开销为16-32倍。
➡️
