BoMaNet：对整个神经网络进行布尔掩码
密码学与安全
2020-07-21 v2
摘要
近期关于利用物理侧信道攻击从推理引擎中窃取机器学习（ML）模型的研究，迫切要求有效的侧信道防御。本工作提出了首个的神经网络推理引擎设计。掩码利用安全多方计算将秘密拆分为随机份额，并使依赖于秘密的计算与侧信道（例如功耗）的统计关系去相关。在本工作中，我们构建安全硬件原语以掩码神经网络中的线性与非线性操作。我们通过将每个加法转换为一串 XOR 与 AND 门，并扩充 Trichina 的安全布尔掩码风格，来解决整数加法的掩码难题。我们通过添加流水线单元改进传统的 Trichina AND 门以增强抗毛刺能力，并将整体架构设计为每周期维持一次掩码加法的吞吐量。我们在 Xilinx Spartan-6 (XC6SLX75) FPGA 上实现了所提出的安全推理引擎。结果表明，掩码带来 3.5% 的延迟开销与 5.9 的面积开销。最后，我们用 2M 条轨迹证明了掩码设计的安全性。
引用
@article{arxiv.2006.09532,
title = {BoMaNet: Boolean Masking of an Entire Neural Network},
author = {Anuj Dubey and Rosario Cammarota and Aydin Aysu},
journal= {arXiv preprint arXiv:2006.09532},
year = {2020}
}