Buchumschlag

Flash: A Hybrid Private Inference Protocol for Deep CNNs with High Accuracy and Low Latency on CPU

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Roh, Hyeri, Yeo, Jinsu, Ko, Yeongil, Wei, Gu-Yeon, Brooks, David, Choi, Woo-Seok
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hyena: Optimizing Homomorphically Encrypted Convolution for Private CNN Inference
von: Roh, Hyeri, et al.
Veröffentlicht: (2023)

Efficient and High-Accuracy Private CNN Inference with Helper-Assisted Malicious Security
von: Wang, Kaiwen, et al.
Veröffentlicht: (2025)

Tabula: Efficiently Computing Nonlinear Activation Functions for Secure Neural Network Inference
von: Lam, Maximilian, et al.
Veröffentlicht: (2022)

EQO: Exploring Ultra-Efficient Private Inference with Winograd-Based Protocol and Quantization Co-Optimization
von: Zeng, Wenxuan, et al.
Veröffentlicht: (2024)

CipherFormer: Efficient Transformer Private Inference with Low Round Complexity
von: Wang, Weize, et al.
Veröffentlicht: (2024)

Breaking the Layer Barrier: Remodeling Private Transformer Inference with Hybrid CKKS and MPC
von: Xu, Tianshi, et al.
Veröffentlicht: (2025)

DeepReShape: Redesigning Neural Networks for Efficient Private Inference
von: Jha, Nandan Kumar, et al.
Veröffentlicht: (2023)

Blind-Touch: Homomorphic Encryption-Based Distributed Neural Network Inference for Privacy-Preserving Fingerprint Authentication
von: Choi, Hyunmin, et al.
Veröffentlicht: (2023)

Lightweight Protocols for Distributed Private Quantile Estimation
von: Aamand, Anders, et al.
Veröffentlicht: (2025)

Disparate Impact on Group Accuracy of Linearization for Private Inference
von: Das, Saswat, et al.
Veröffentlicht: (2024)

LLUAD: Low-Latency User-Anonymized DNS
von: Sjösvärd, Philip, et al.
Veröffentlicht: (2025)

Decentralized Reliability Estimation for Low Latency Mixnets
von: Diaz, Claudia, et al.
Veröffentlicht: (2024)

5G-AKA-HPQC: Hybrid Post-Quantum Cryptography Protocol for Quantum-Resilient 5G Primary Authentication with Forward Secrecy
von: Ko, Yongho, et al.
Veröffentlicht: (2025)

High-Throughput and Scalable Secure Inference Protocols for Deep Learning with Packed Secret Sharing
von: Zhang, Qinghui, et al.
Veröffentlicht: (2026)

SIMD-Aware Homomorphic Compression and Application to Private Database Query
von: Cheon, Jung Hee, et al.
Veröffentlicht: (2024)

Practical and Private Hybrid ML Inference with Fully Homomorphic Encryption
von: Biswas, Sayan, et al.
Veröffentlicht: (2025)

PrivQuant: Communication-Efficient Private Inference with Quantized Network/Protocol Co-Optimization
von: Xu, Tianshi, et al.
Veröffentlicht: (2024)

UFO: Unlocking Ultra-Efficient Quantized Private Inference with Protocol and Algorithm Co-Optimization
von: Zeng, Wenxuan, et al.
Veröffentlicht: (2026)

UniHENN: Designing Faster and More Versatile Homomorphic Encryption-based CNNs without im2col
von: Choi, Hyunmin, et al.
Veröffentlicht: (2024)

Cascade: Token-Sharded Private LLM Inference
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

SilentWood: Private Inference Over Gradient-Boosting Decision Forests
von: Ko, Ronny, et al.
Veröffentlicht: (2024)

Accurate Low-Degree Polynomial Approximation of Non-polynomial Operators for Fast Private Inference in Homomorphic Encryption
von: Tong, Jianming, et al.
Veröffentlicht: (2024)

Enhancing Accuracy-Privacy Trade-off in Differentially Private Split Learning
von: Pham, Ngoc Duy, et al.
Veröffentlicht: (2023)

A Hybrid Neural Network with Smart Skip Connections for High-Precision, Low-Latency EMG-Based Hand Gesture Recognition
von: Wazir, Hafsa, et al.
Veröffentlicht: (2025)

Computationally Differentially Private Inner Product Protocols Imply Oblivious Transfer
von: Haitner, Iftach, et al.
Veröffentlicht: (2025)

Revealing the True Cost of Locally Differentially Private Protocols: An Auditing Perspective
von: Arcolezi, Héber H., et al.
Veröffentlicht: (2023)

FlashDP: Private Training Large Language Models with Efficient DP-SGD
von: Wang, Liangyu, et al.
Veröffentlicht: (2025)

Optimized Layerwise Approximation for Efficient Private Inference on Fully Homomorphic Encryption
von: Lee, Junghyun, et al.
Veröffentlicht: (2023)

Publicly Verifiable Private Information Retrieval Protocols Based on Function Secret Sharing
von: Zhu, Lin, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks to Locally Differentially Private Frequent Itemset Mining Protocols
von: Tong, Wei, et al.
Veröffentlicht: (2024)

Efficient Resource Management for Secure and Low-Latency O-RAN Communication
von: Abughazzah, Zaineh, et al.
Veröffentlicht: (2025)

Exploiting CPU Clock Modulation for Covert Communication Channel
von: Alam, Shariful, et al.
Veröffentlicht: (2024)

Secure Stateful Aggregation: A Practical Protocol with Applications in Differentially-Private Federated Learning
von: Ball, Marshall, et al.
Veröffentlicht: (2024)

Multimodal Prompt Injection Attacks: Risks and Defenses for Modern LLMs
von: Yeo, Andrew, et al.
Veröffentlicht: (2025)

Fast and Private Inference of Deep Neural Networks by Co-designing Activation Functions
von: Diaa, Abdulrahman, et al.
Veröffentlicht: (2023)

Towards Deep Encrypted Training: Low-Latency, Memory-Efficient, and High-Throughput Inference for Privacy-Preserving Neural Networks
von: Njungle, Nges Brian, et al.
Veröffentlicht: (2026)

Ditto: Elastic Confidential VMs with Secure and Dynamic CPU Scaling
von: Zhao, Shixuan, et al.
Veröffentlicht: (2024)

Private Iris Recognition with High-Performance FHE
von: Ha, Jincheol, et al.
Veröffentlicht: (2026)

An Attack to Break Permutation-Based Private Third-Party Inference Schemes for LLMs
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Automatic State Machine Inference for Binary Protocol Reverse Engineering
von: Yang, Junhai, et al.
Veröffentlicht: (2024)