“隱語”是開源的可信隱私計算框架，內置 MPC、TEE、同態等多種密態計算虛擬設備供靈活選擇，提供豐富的聯邦學習算法和差分隱私機制。

開源項目：
https://github.com/secretflow
https://gitee.com/secretflow

一、介紹

ABY2.0定義了新的sharing，擴展兩輸入乘法門到多輸入乘法門，且其online階段通信量與輸入個數無關。在此基礎上，構造了各種高效的原語，如內積、矩陣乘、比較、最大/小池化、相等判斷等。
ABY2.0與ABY均是在半誠實模型下的兩方安全計算框架，分為setup和online階段，ABY2.0相比ABY提高了online階段的效率。

二、更高效的2PC

ABY2.0與ABY的區別在於Arithmetic Share和Boolean Share，而Yao Share並無區別。
Boolean Share的技術與Arithmetic Share一致，只是環和的區別，本文只介紹Arithmetic Share。

1、Sharing Semantics
：對於，有，持有：對於，有，
可結合下圖理解：

ABY用的是[ ]-sharing，ABY2.0用的是< >-sharing。
並且，< >可以本地轉換為[ ]，比如使

[ ]轉換為< >需要通信，是通過之後講述的Sharing Protocol來實現的。
論文中某些計算就是通過把< >轉換為[ ]後，採用之前的方法計算，而後直接或者變相把[ ]轉換為< >。

2、Sharing Protocol
Setup階段：生成隨機數
共同生成隨機數，因此，知道值。
Online階段：

3、Reconstruction Protocol
Online階段：

4、Additional ProtocolOnline階段：

5、Multiplication Protocol

setupMULT協議用來生成乘法三元組，即根據生成，並且滿足，有基於OT和HE兩種方式，細節見論文。

6、High level overview of Multiplication Gate

上面左圖中是ABY中的MULT，對輸入[a]、[b]使用隨機數mask後，調用Reconstruction協議恢復出然後求結果[c]。
上面右圖中是ABY2.0中的MULT，變為已知，本地計算即可求出[c]，調用Reconstruction協議恢復出，從而求出<c>。
新MULT明顯的優點是通信量減半，缺點是乘法三元組需要根據具體的電路結構提前生成好，而不能再隨便取一個乘法三元組來計算了。

7、Multi-Input Multiplication Protocol

公式的推導如下圖：

Setup階段：需要生成四個[ ]-sharing，其中的setupMULT3與setupMULT類似。與MULT相比較，生成的sharing個數從1變為了4。
Online階段：優點是Constant Communication。

Setup階段：需要生成11個[ ]-sharing，已經有點誇張了。
Online階段：優點依然是Constant Communication。
由MULT3和MULT4可看出，對於多輸入乘法，Online階段的通信量始終是Constant，只是Setup階段的預計算量會呈指數增長。

三、更高效的ABY Share轉換

在大多數轉換協議中，ABY需要在online階段調用OT操作，而ABY2.0只需在setup階段調用OT操作，因此提高了效率。轉換協議細節見論文，此處略去。

更高效的基本操作
在前述協議的基礎上，文中構建了多個高效的基本操作。高效的原因有兩點：

• 新形的sharing允許合併一些計算與通信
• 使用Multi-input MULT/AND Gate可以減少電路層數

簡要介紹如下：

1、Scalar Product

與單個MULT類似，內積其實是執行了多個MULT，並且合併使得只需一次通信即可。

2、Matrix Multiplication

Setup：使用setupMULT生成矩陣相乘時兩兩元素的乘法三元組，在此基礎上構造出結果矩陣的[]-shares。
Online：對於pq矩陣與qr矩陣的乘法，結果矩陣的維度是p*r，通信量是O(pr)，相比之前協議的O(pqr)有了很大的提升。

3、Depth-Optimized Circuits

通過使用多輸入門可以減少電路層數。
上圖中的8-bit PPA加法器，通過使用MULT3/MULT4，從3層電路變為了2層電路。64-bit電路、求最高位電路與此類似。

4、Comparison

為求，先計算，轉換，再把通過Share Protocol轉換為，然後就可以使用Depth-optimized Circuits中的求最高位電路。

5、Truncation

< >-sharing轉換為[ ]-sharing，使用論文SecureML中的本地截斷方法，然後再轉回< >-sharing。

6、MAX2/MIN2

使用了Comparison。

7、MAX3/MIN3

使用了Comparison。

8、Non-linear Activation Functions

ReLU使用了上述的MAX: ReLU(v) = max(0, v)Sigmoid用了分段函數：

9、Maxpool and Minpool

使用了MAX3/MIN3構造三叉樹，來減少樹的層數。

10、Equality Testing

對兩操作數先求異或，再對所有位執行與操作。
使用了AND4 gate（AND4即為下的MULT4）來減少樹的層數。

四、性能

文中測試了LR與NN的性能，與SecureML做了對比，性能有大幅提高，如下圖：

五、與Cheetah對比

總之，ABY2.0與Cheetah都是高效的半誠實兩方協議，實現技術不同，目標也不同，有點類似於CPU與GPU的對比。

六、總結

ABY2.0具有以下優缺點，其預計算過程需事先知道要計算的函數，這是使用時需要注意的地方。
優點：

• Constant online cost of 2 ring elements for N-input MUL/AND Gates
• Better mixed protocol conversions
• Set of efficient building blocks

缺點：

• Function-dependent preprocessing
• More complicated preprocessing

七、參考文獻

ABY2.0
https://www.usenix.org/system/files/sec21summer_patra.pdf

ABY2.0_slides
https://www.usenix.org/system/files/sec21_slides_patra.pdf

Cheetah
https://www.usenix.org/system/files/sec22-huang-zhicong.pdf

🏠 隱語社區：
https://github.com/secretflow
https://gitee.com/secretflow
https://www.secretflow.org.cn（官網）

👇歡迎關注：
公眾號：隱語的小劇場
B站：隱語secretflow
郵箱：secretflow-contact@service.alipay.com