OptiPrime: Optimizing Private Inference through Protocol-Hardware Co-design
该论文研究如何在混合同态加密（HE）与多方安全计算（MPC）框架下高效执行私有深度神经网络（DNN）推理。此类方案能对用户数据提供形式化隐私保证，但代价是 HE 带来的显著延迟开销。已有工作提出了定制化 HE 加速器，并针对单个 HE 算子
#co-design
共收录 3 条相关情报。
← 返回所有主题Designing Hardware for Cryptography and Cryptography for Hardware.
本文探讨了密码学原语硬件实现的部署现状与挑战，指出尽管硬件加速在理论上能显著提升密码运算性能，但实际高影响力部署案例较少。作者分析了硬件加速复杂密码原语（如全同态加密、多方安全计算等）和协议的优势——包括计算效率提升、能耗降低、安全隔离增强
Co-Designing a Mobile App for Bystander Privacy Protection in Jordanian Smart Homes: A Step Towards Addressing a Complex Privacy Landscape.
该论文采用共同设计方法，为约旦智能家居环境中的旁观者隐私保护开发一款移动应用。研究背景是智能家居设备（如智能音箱、摄像头）在家庭中的普及，导致非用户（即旁观者，如家庭成员或访客）的隐私可能被无意侵犯。传统隐私保护方案多聚焦于设备用户本身，忽