EVA-S2PLoR：基于微妙哈达玛积协议的去中心化安全两方逻辑回归
密码学与安全
2025-08-11 v3 机器学习
摘要
在异构数据集上实现准确的非线性算子（如 sigmoid 函数）是隐私保护机器学习（PPML）中的关键挑战。大多数现有框架通过线性运算近似实现，这不仅导致显著的精度损失，还引入了巨大的计算开销。本文提出了一种高效、可验证、精准的安全两方逻辑回归框架（EVA-S2PLoR），通过一种微妙的安全哈达玛积协议及其派生协议实现准确的非线性函数计算。所有协议均基于实际的半诚实安全模型，旨在为去中心化隐私保护应用场景提供在效率、精度和安全性之间的平衡。通过对浮点数的异步计算流程以及哈达玛积协议中较少的固定通信轮数，保证了高效性和精度，并通过维度转换和蒙特卡洦方法实现了稳健的异常检测。EVA-S2PLoR 在诸多先进框架中均表现出色， sigmoid 函数的性能提升约一个数量级，而在安全逻辑回归实验中，训练时间在 WAN 环境下缩短超过 47.6%，分类精度差异仅约 0.5%。
关键词
引用
@article{arxiv.2501.05223,
title = {EVA-S2PLoR: Decentralized Secure 2-party Logistic Regression with A Subtly Hadamard Product Protocol (Full Version)},
author = {Tianle Tao and Shizhao Peng and Tianyu Mei and Shoumo Li and Haogang Zhu},
journal= {arXiv preprint arXiv:2501.05223},
year = {2025}
}