隱語SecreFlow:如何全面提升MPC多方安全學習的性能?
背景 密態計算能夠支持多方聯合建模而不泄漏數據價值。該方案是基於螞蟻密算隱語團隊開發的 Secret Sharing - Generalized Linear Model (SS-GLM) 算法完成了聯合建模的步驟。 很多業務小夥伴們多次詢問我們是否可以進一步提升該算法的性能。 通過分析 SS-GLM 算法的性能,我們發現 exp 算子佔用了40%以上的計算時間,高於其他任何單一操作。 根據德摩根
昵稱 隱語SecretFlow
貢獻者19
粉絲0
背景 密態計算能夠支持多方聯合建模而不泄漏數據價值。該方案是基於螞蟻密算隱語團隊開發的 Secret Sharing - Generalized Linear Model (SS-GLM) 算法完成了聯合建模的步驟。 很多業務小夥伴們多次詢問我們是否可以進一步提升該算法的性能。 通過分析 SS-GLM 算法的性能,我們發現 exp 算子佔用了40%以上的計算時間,高於其他任何單一操作。 根據德摩根
昵稱 隱語SecretFlow