当前位置:首页 > 报告详情

6548 - Privacy for AI from NP-Hard Problems -Universal Compute on Encrypted Data-.pdf

上传人: 芦苇 编号:651508 2025-05-01 15页 1.44MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文探讨了在AI领域中如何通过NP-Hard难题来保护隐私。作者Rohit Khera,Marvell Technology的杰出工程师,讨论了硬件与软件结合的对策,并强调了同态加密(HE)在确保数据安全中的重要性。同态加密允许在加密数据上进行计算,而不需要先解密,这保持了数据的安全性。文章通过一个具体的例子——加密子串搜索,说明了如何将这种直觉应用到其他场景,比如在加密域中的变压器神经网络和激活函数。作者提出了一个关于布尔运算的简洁模型,并展示了如何将多项式电路应用于搜索算法。此外,文章还提到了连续函数可以通过多项式近似,这得益于Stone-Weierstrass定理。最后,文章呼吁与硅谷供应商合作,推动同态加密的硬件加速,并识别边缘应用和用例,以评估建立专门的开源硬件(OCP)轨道的兴趣。
"NP-Hard语句如何保障AI隐私?" "同态加密在AI领域的应用前景如何?" "如何在加密状态下实现神经网络的注意力机制?"
客服
商务合作
小程序
服务号
折叠