CryptGNN：面向图神经网络的安全推理方案
密码学与安全
2025-09-12 v1 机器学习
摘要
我们提出了CryptGNN，这是一个面向云端第三方图神经网络（GNN）模型的安全且高效的推理解决方案，这些模型被用作机器学习即服务（MLaaS）。CryptGNN的主要新颖之处在于采用分布式安全多方计算（SMPC）技术，实现了安全的消息传递和特征变换层。CryptGNN可保护客户端的输入数据和图结构免受云端提供商和第三方模型所有者的攻击，同时也可保护模型参数免受云端提供商和客户端的攻击。CryptGNN能够支持任意数量的SMPC参与方，不需要可信任服务器，即使在云端P-1个参与方联合作恶情况下，CryptGNN仍然是可证明的安全。理论分析和实验结果均表明了CryptGNN的安全性与效率。
引用
@article{arxiv.2509.09107,
title = {CryptGNN: Enabling Secure Inference for Graph Neural Networks},
author = {Pritam Sen and Yao Ma and Cristian Borcea},
journal= {arXiv preprint arXiv:2509.09107},
year = {2025}
}