Analyzing 10 Petabit/s Network Data with Accelerated Associative (Token) Arrays
该论文来自 MIT 林肯实验室与 IEEE、Amazon 联合发起的「匿名网络感知图挑战赛（Anonymized Network Sensing Graph Challenge）」背景，聚焦一个规模化网络分析的核心工程问题：当网络成为现代社
#GPU-acceleration
共收录 5 条相关情报。
← 返回所有主题Batched Paillier-Based Hamming-Distance Computation over Binary Embeddings
本论文研究的是在加密二进制嵌入（binary embeddings）场景下，如何高效完成汉明距离（Hamming distance）计算的问题。背景是：加法同态加密（此处采用 Paillier 体制）允许把计算外包给不可信的服务器，从而在隐
Portable Acceleration of Learning With Errors KEMs for Post-Quantum Cryptography
本文针对后量子密码（PQC）迁移中基于Learning With Errors（LWE）的密钥封装机制（KEM）计算开销大的问题，提出一种可移植的GPU加速方案。作者利用OpenMP Target offloading技术，在单一源码基础上
LibFHE: A Numba-Based CUDA-Python Library for Non-RNS CKKS-BGV Fully Homomorphic Encryption on GPUs
该论文提出了LibFHE，一个基于CUDA-Python的高性能GPU加速同态加密框架，专注于实现非RNS（非剩余数系统）版本的CKKS-BGV全同态加密方案。自第四代FHE框架CKKS提出已有十年，但尚未出现第五代方案；近年来大量研究通过
VIPIR: A Versatile GPU Framework for Integrating Private Information Retrieval Protocols
私有信息检索（PIR）允许用户在不泄露查询内容的情况下从数据库中检索数据，但传统PIR方案计算开销大、内存需求高，难以大规模部署。本文提出VIPIR，一个通用的GPU框架，通过联合设计PIR协议与GPU加速来解决这些瓶颈。首先，作者构建了一