HEArgmax：基于同态加密的安全Argmax函数协议及其在隐私保护机器学习服务中的应用

本文推荐一种创新的交互式同态加密协议HEArgmax，用于高效安全地计算加密数据上的argmax函数（机器学习分类任务核心操作）。该协议通过结合符号函数（sign function）的代数特性与轻量级交互机制，显著降低计算开销（较现有非交互方法提速20倍），支持高吞吐（HEArgmax-HT）与低通信（HEArgmax-LC）两种模式，在医疗诊断和IoT等敏感场景中具有重要应用价值。

　　

Section snippets

Preliminaries

符号约定

我们用小写字母表示标量值（例如x），粗体小写字母表示向量（例如x），x_i表示向量中第i个元素（从1开始索引）。向量加密记为?x?。向量运算符＋和×分别表示元素级加法和乘法。使用RotL(x,i)和RotR(x,i)分别表示将向量x的槽位循环左移和右移i个位置。

Secure argmax evaluation protocols

我们首先提出HESign协议，用于在同态加密下评估符号函数（sign function）。基于HESign，我们开发两种HEArgmax协议：高吞吐型（HEArgmax-HT）和低通信型（HEArgmax-LC）。

Experiments

本节首先将HESign协议与当前近似的符号函数方法进行对比。然后比较HEArgmax与Phoenix[1]（现有非交互式同态argmax评估方法）。最后展示HEArgmax-HT和HEArgmax-LC的实验结果。每种协议均包含松散和严格两种变体，分别对应是否泄露置信值排序（所有协议均保密置信值）。总体而言，

Discussion and future research directions

本节讨论HEArgmax背景下潜在的安全威胁，并指出未来研究的 promising 方向。

Conclusion

本文提出HEArgmax，一种用于加密数据上安全高效评估argmax函数的新型协议。我们设计两种变体：高吞吐模式和低通信模式，可根据用户具体需求灵活选择。实验结果证明我们协议的实际性和有效性，在计算和通信效率上显著优于现有方法。这些发现确立了HEArgmax作为

CRediT authorship contribution statement

Duy Tung Khanh Nguyen: 撰写初稿、验证、调研、概念化、可视化、方法论、形式分析。

Dung Hoang Duong: 审阅编辑、监督。

Willy Susilo: 审阅编辑、监督。

Yang-Wai Chow: 审阅编辑、监督。

The Anh Ta: 审阅编辑、验证。

Declaration of competing interest

作者声明不存在已知可能影响本工作的竞争性财务利益或个人关系。