| 講演名 | 2022-03-07 確率的準同型暗号の高効率化とその性能評価 小関 隆介(東北大), 上野 嶺(東北大), 伊東 燦(東北大), 本間 尚文(東北大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，確率的準同型暗号（HESC：Homomorphic Encryption for Stochastic Computing）の効率化とその性能評価について述べる．HESCは，ストカスティック演算と呼ばれる確率的演算を暗号文上で計算可能な暗号スキームである．HESCでは，通常では加算・乗算のどちらか片方のみを評価可能な準同型暗号方式を用いて確率的加算と乗算の両方を評価可能である．一方で，演算精度のトレードオフとして暗号文サイズが増大するため，高次な演算を伴う応用ではそのサイズの削減が課題となっていた．本稿では演算精度を保ちつつも暗号文サイズを削減可能な暗号文統合手法を提案する．その上で， 多項式関数の秘匿演算やニューラルネットワークを用いた秘匿推論への応用を示す．これらの評価を通して実行時間の観点からHESC及び提案手法の有効性を示す． |
| 抄録(英) | This paper describes how to improve the efficiency of Homomorphic Encryption for Stochastic Computing (HESC) and its performance evaluation. HESC is a cryptographic scheme that can compute stochastic operations called stochastic computing on encrypted data. This scheme can evaluate both stochastic addition and multiplication using a homomorphic encryption which can evaluate either addition or multiplication operation. On the other hand, the size of ciphertexts increases as a trade-off for the accuracy of the evaluation result, and therefore reducing the size of ciphertexts has been an issue for applications with high-order operations. In this paper, we propose a technique that can reduce the size of ciphertexts while keeping the accuracy of the scheme. Then, we show the applications of HESC to secure computation of polynomial functions and to secure inference with a neural network. Through the evaluation results, we demonstrate the effectiveness of the improved HESC in terms of accuracy and execution time. |
| キーワード(和) | 準同型暗号 / ストカスティック演算 / 秘密計算 / 深層学習 |
| キーワード(英) | Homomorphic Encryption / Stochastic Computing / Secure Computing / Deep-Learning |
| 資料番号 | VLD2021-82,HWS2021-59 |
| 発行日 | 2022-02-28 (VLD, HWS) |
| 研究会情報 | |
| 研究会 | VLD / HWS |
|---|---|
| 開催期間 | 2022/3/7(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 |
| テーマ（英） | Design Technology for System-on-Silicon, Hardware Security, etc. |
| 委員長氏名（和） | 小林 和淑(京都工繊大) / 島崎 靖久(ルネサスエレクトロニクス) |
| 委員長氏名（英） | Kazutoshi Kobayashi(Kyoto Inst. of Tech.) / Yasuhisa Shimazaki(Renesas Electronics) |
| 副委員長氏名（和） | 池田 奈美子(NTT) / 永田 真(神戸大) / 鈴木 大輔(三菱電機) |
| 副委員長氏名（英） | Minako Ikeda(NTT) / Makoto Nagata(Kobe Univ.) / Daisuke Suzuki(Mitsubishi Electric) |
| 幹事氏名（和） | 兼本 大輔(大阪大学) / 宮村 信(NEC) / 高橋 順子(NTT) / 藤本 大介(奈良先端大) |
| 幹事氏名（英） | Daisuke Kanemoto(Osaka Univ.) / Makoto Miyamura(NEC) / Junko Takahashi(NTT) / Daisuke Fujimotoi(NAIST) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on VLSI Design Technologies / Technical Committee on Hardware Security |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 確率的準同型暗号の高効率化とその性能評価 |
| サブタイトル（和） | |
| タイトル（英） | An efficient scheme of homomorphic encryption for stochastic computing and its performance evaluation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 準同型暗号 / Homomorphic Encryption |
| キーワード(2)（和/英） | ストカスティック演算 / Stochastic Computing |
| キーワード(3)（和/英） | 秘密計算 / Secure Computing |
| キーワード(4)（和/英） | 深層学習 / Deep-Learning |
| 第 1 著者 氏名（和/英） | 小関 隆介 / Ryusuke Koseki |
| 第 1 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 2 著者 氏名（和/英） | 上野 嶺 / Rei Ueno |
| 第 2 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 3 著者 氏名（和/英） | 伊東 燦 / Akira Ito |
| 第 3 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 第 4 著者 氏名（和/英） | 本間 尚文 / Naofumi Homma |
| 第 4 著者 所属（和/英） | 東北大学(略称：東北大) Tohoku University(略称：Tohoku Univ.) |
| 発表年月日 | 2022-03-07 |
| 資料番号 | VLD2021-82,HWS2021-59 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | VLD-412,HWS-413 |
| ページ範囲 | pp.37-42(VLD), pp.37-42(HWS), |
| ページ数 | 6 |
| 発行日 | 2022-02-28 (VLD, HWS) |