基于多方同态加密的垂直分区数据安全推理

我们提出了一个面向分布式环境的安全推理协议，涉及单个服务器节点和多个客户端节点。我们假设观察数据向量被分割分布在多个客户端节点上，而深度学习模型位于服务器节点。每个客户端节点需对其数据子集进行加密并传输生成的密文给服务器节点。服务器节点需收集这些密文并在加密域内执行推理。我们演示了将多方同态加密（MPHE）应用于满足这些要求的可行方案。我们提出了一种打包方案，使服务器能够通过聚合使用MPHE加密的数据子集密文来构建完整数据密文。虽然我们的协议基于先前的水平联合训练协议构建，但我们专注于垂直分区数据的推理，避免了服务器节点向客户端节点传输（加密的）模型权重。