面向低时延分布式推理的隐私保护编码移动边缘计算

Reent Schlegel; Siddhartha Kumar; Eirik Rosnes; Alexandre Graell i Amat

面向低时延分布式推理的隐私保护编码移动边缘计算

信息论 2022-02-16 v2 math.IT

作者: Reent Schlegel , Siddhartha Kumar , Eirik Rosnes , Alexandre Graell i Amat

摘要

我们考虑一种移动边缘计算场景，其中若干设备希望在给定网络侧矩阵 $\boldsymbol{W}$ 的情况下，对本地数据 $\boldsymbol{x}$ 执行线性推断 $\boldsymbol{W}\boldsymbol{x}$ 。计算在网络边缘的多个边缘服务器上执行。我们提出一种编码方案，在存在掉队服务器的情况下，针对 $z$ 个串谋(诚实但好奇)边缘服务器提供信息论隐私，同时最小化总体时延——包括上传、计算、下载和解码时延。所提方案利用Shamir秘密共享实现数据隐私与掉队缓解，并结合复制为下载提供空间分集。我们还提出该方案的两种变体以进一步降低时延。在一个含 $9$ 个边缘服务器的考量场景中，所提方案相比Zhang和Simeone近期提出的非隐私方案降低了 $8\%$ 的时延，同时提供针对一个诚实但好奇边缘服务器的隐私保护。

关键词

移动边缘计算隐私保护编码计算分布式推理掉队缓解秘密共享

引用

@article{arxiv.2110.03545,
  title  = {Privacy-Preserving Coded Mobile Edge Computing for Low-Latency Distributed Inference},
  author = {Reent Schlegel and Siddhartha Kumar and Eirik Rosnes and Alexandre Graell i Amat},
  journal= {arXiv preprint arXiv:2110.03545},
  year   = {2022}
}

备注

12 pages, 6 figures, published in the Journal on Selected Areas in Communications

面向低时延分布式推理的隐私保护编码移动边缘计算

摘要

关键词

引用

备注

相关论文