Secure Transformer Inference Made Non-interactive

2024-05-10 16:12

本文主要是介绍Secure Transformer Inference Made Non-interactive,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • 1.概述
  • 2.Attention
  • 2.1 Matrix multiplication (ciphertext-plaintext).
  • 2.2 Matrix multiplication (ciphertext-ciphertext)
  • 2.3 Placement of bootstrapping
  • 3.SIMD密文压缩和解压缩
  • 4.SIMD槽折叠
  • 5.实验结果

1.概述

我们提出了NEXUS,这是第一个用于安全变压器推理的非交互式协议,其中客户端只需要提交加密输入并等待服务器的加密结果。NEXUS的核心是两种创新技术:SIMD密文压缩/解压缩和SIMD槽折叠。因此,与标准普尔24年提出的最先进的解决方案相比,我们的方法实现了2.8倍的加速和368.6倍的显著带宽减少。

  • 第一个用于安全变压器推理的非交互式协议比最先进的带宽减少368倍;
  • 用于密文打包的SIMD密文压缩和解压缩技术;
  • SIMD插槽折叠技术,有效地操作SIMD密文的插槽;
  • 全面的实施和评估。

2.Attention

在这里插入图片描述

2.1 Matrix multiplication (ciphertext-plaintext).

在这里插入图片描述

2.2 Matrix multiplication (ciphertext-ciphertext)

Q = [ [ E n c ( q 00 ) , E n c ( q 01 ) , E n c ( q 02 ) ] , [ E n c ( q 10 ) , E n c ( q 11 ) , E n c ( q 12 ) ] ] Q = [[Enc(q₀₀), Enc(q₀₁), Enc(q₀₂)],[Enc(q₁₀), Enc(q₁₁), Enc(q₁₂)]] Q=[[Enc(q00),Enc(q01),Enc(q02)],[Enc(q10),Enc(q11),Enc(q12)]]
K T = [ [ E n c ( k 00 ) , E n c ( k 10 ) ] , [ E n c ( k 01 ) , E n c ( k 11 ) ] , [ E n c ( k 02 ) , E n c ( k 12 ) ] ] K^T = [[Enc(k₀₀), Enc(k₁₀)],[Enc(k₀₁), Enc(k₁₁)],[Enc(k₀₂), Enc(k₁₂)]] KT=[[Enc(k00),Enc(k10)],[Enc(k01),Enc(k11)],[Enc(k02),Enc(k12)]]

对于 Q 的第一行和 K^T 的第一列:

  • 计算逐元素乘积:
    E n c ( u 0 ) = [ E n c ( q 00 ) ⊙ E n c ( k 00 ) , E n c ( q 01 ) ⊙ E n c ( k 00 ) , E n c ( q 02 ) ⊙ E n c ( k 00 ) ] Enc(u₀) = [Enc(q₀₀) ⊙ Enc(k₀₀), Enc(q₀₁) ⊙ Enc(k₀₀), Enc(q₀₂) ⊙ Enc(k₀₀)] Enc(u0)=[Enc(q00)Enc(k00),Enc(q01)Enc(k00),Enc(q02)Enc(k00)]
  • 对逐元素乘积结果进行累加:
    s 0 = E n c ( u 00 ) + E n c ( u 01 ) + E n c ( u 02 ) s₀ = Enc(u₀₀) + Enc(u₀₁) + Enc(u₀₂) s0=Enc(u00)+Enc(u01)+Enc(u02)

2.3 Placement of bootstrapping

NEXUS 是基于 RNS-CKKS 的,这是一种分层同态加密方案,允许在任何计算路径上最多进行 𝐿 次乘法操作。一旦密文的级别变得太低,就需要进行bootstrapping以将其刷新到更高的级别,从而使更多的乘法操作成为可能。由于引导操作代价高昂,因此其放置对整体性能至关重要。
在这里插入图片描述

3.SIMD密文压缩和解压缩

我们将 C 打包成多项式并将其发送给 S。通过这种方式,我们将通信成本从 N ′ N^{'} N个密文减少到一个单独的密文。
在这里插入图片描述
p ( x ) = a 0 + a 1 x + a 2 x 2 + . . . + a N ′ − 1 X N ′ − 1 p(x)=a_0+a_1x+a_2x^2+...+a_{N^{'}-1}X^{N^{'}-1} p(x)=a0+a1x+a2x2+...+aN1XN1

在这里插入图片描述

4.SIMD槽折叠

在这里插入图片描述
在这里插入图片描述因此,我们的解决方案只需要 l o g N − 1 logN - 1 logN1个旋转

在这里插入图片描述

5.实验结果

在这里插入图片描述在这里插入图片描述矩阵乘法。图7显示了局域网中多个输入的MatrixMul(参见算法6)的平摊代价。考虑到ChatGPT经常在单个响应中生成数百个单词,𝑡= 256将是合理的输入数量。NEXUS的平摊运行时间(256个输入)为2.26秒,比Iron快15.9倍,比BOLT快3.3倍。当输入的数量增加到1024个时(这也是很常见的),NEXUS表现出更大的性能优势。具体来说,它在运行时和通信方面的性能分别比BOLT高4.8倍和2.6倍。

端到端性能大致上是微基准的汇总。另外,Iron 和 BOLT 需要执行安全截断来防止溢出,因为它们将浮点数缩放为整数。相比之下,NEXUS 利用 RNS-CKKS 避免了截断的需要,后者支持浮点数,但会导致bootstraping操作。具体来说,NEXUS 的端到端工作流程如图 3 所示。图 8 显示了端到端性能(针对 128 个输入进行摊销)。值得注意的是,NEXUS 仅消耗 164MB 带宽,比 Iron 减少了 1737.5 倍,比 BOLT 减少了 368.6 倍。就端到端运行时间而言,NEXUS 仍然比 Iron 快高达 11.6 倍,比 BOLT 快 2.8 倍。
在这里插入图片描述

表 4 列出了 NEXUS 中每个单独操作的运行时间,以及它们对应的比例。引导操作是整个过程中最耗时的部分,需要 315 秒,占总运行时间的 37.72%。在引导操作之后,Softmax 和 GELU 是接下来最耗时的部分,分别占总运行时间的 21.72% 和 20.92%。

在这里插入图片描述
准确性。我们使用来自 GLUE 基准 [50] 的 4 个数据集进行准确性评估,GLUE 基准是对于 BERT 和基于 GPT 的转换器广泛采用的评估指标。其中三个数据集涉及到 BERT-base:RTE、SST-2 和 QNLI,都涉及分类任务。剩下的数据集,儿童图书测试(CBT),属于GPT,通过让GPT从完形测试的10个选项中预测正确的单词来评估准确性。如表5所示,与明文推理相比,NEXUS达到了相当的精度水平。
在这里插入图片描述

这篇关于Secure Transformer Inference Made Non-interactive的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/976924

相关文章

Transformer从零详细解读

Transformer从零详细解读 一、从全局角度概况Transformer ​ 我们把TRM想象为一个黑盒,我们的任务是一个翻译任务,那么我们的输入是中文的“我爱你”,输入经过TRM得到的结果为英文的“I LOVE YOU” ​ 接下来我们对TRM进行细化,我们将TRM分为两个部分,分别为Encoders(编码器)和Decoders(解码器) ​ 在此基础上我们再进一步细化TRM的

LLM模型:代码讲解Transformer运行原理

视频讲解、获取源码:LLM模型:代码讲解Transformer运行原理(1)_哔哩哔哩_bilibili 1 训练保存模型文件 2 模型推理 3 推理代码 import torchimport tiktokenfrom wutenglan_model import WutenglanModelimport pyttsx3# 设置设备为CUDA(如果可用),否则使用CPU#

逐行讲解Transformer的代码实现和原理讲解:计算交叉熵损失

LLM模型:Transformer代码实现和原理讲解:前馈神经网络_哔哩哔哩_bilibili 1 计算交叉熵目的 计算 loss = F.cross_entropy(input=linear_predictions_reshaped, target=targets_reshaped) 的目的是为了评估模型预测结果与实际标签之间的差距,并提供一个量化指标,用于指导模型的训练过程。具体来说,交叉

深度学习每周学习总结N9:transformer复现

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 | 接辅导、项目定制 目录 多头注意力机制前馈传播位置编码编码层解码层Transformer模型构建使用示例 本文为TR3学习打卡,为了保证记录顺序我这里写为N9 总结: 之前有学习过文本预处理的环节,对文本处理的主要方式有以下三种: 1:词袋模型(one-hot编码) 2:TF-I

RNN发展(RNN/LSTM/GRU/GNMT/transformer/RWKV)

RNN到GRU参考: https://blog.csdn.net/weixin_36378508/article/details/115101779 tRANSFORMERS参考: seq2seq到attention到transformer理解 GNMT 2016年9月 谷歌,基于神经网络的翻译系统(GNMT),并宣称GNMT在多个主要语言对的翻译中将翻译误差降低了55%-85%以上, G

Apache Flink:Keyed Window与Non-Keyed Window

Apache Flink中,Window操作在流式数据处理中是非常核心的一种抽象,它把一个无限流数据集分割成一个个有界的Window(或称为Bucket),然后就可以非常方便地定义作用于Window之上的各种计算操作。本文我们主要基于Apache Flink 1.4.0版本,说明Keyed Window与Non-Keyed Window的基本概念,然后分别对与其相关的WindowFunction

ModuleNotFoundError: No module named ‘diffusers.models.dual_transformer_2d‘解决方法

Python应用运行报错,部分错误信息如下: Traceback (most recent call last): File “\pipelines_ootd\unet_vton_2d_blocks.py”, line 29, in from diffusers.models.dual_transformer_2d import DualTransformer2DModel ModuleNotF

用最简单的话来解释大模型中的Transformer架构

开篇 我个人的观点是要想系统而又透彻地理解 Transformer,至少要遵循下面这样一个思路(步骤): 理解NLP基础 在探讨Transformers之前,了解自然语言处理(NLP)的一些基本知识至关重要。NLP使计算机能够理解和生成自然语言,文本的表征是其核心任务之一。传统的语言模型往往依赖于递归神经网络(RNN)处理序列数据,但RNN在长序列中表现较差。为了解决这一问题,必须引入先

【大规模语言模型:从理论到实践】Transformer中PositionalEncoder详解

书籍链接:大规模语言模型:从理论到实践 第15页位置表示层代码详解 1. 构造函数 __init__() def __init__(self, d_model, max_seq_len=80):super().__init__()self.d_model = d_model # 嵌入的维度(embedding dimension) d_model: 表示输入词向量的维度。max_se

【AIGC】Transformer模型:Postion Embedding概述、应用场景和实现方式的详细介绍。

🏆🏆欢迎大家来到我们的天空🏆🏆 🏆🏆如果文章内容对您有所触动,别忘了点赞、关注,收藏! 🏆 作者简介:我们的天空 🏆《头衔》:大厂高级软件测试工程师,阿里云开发者社区专家博主,CSDN人工智能领域新星创作者。 🏆《博客》:人工智能,深度学习,机器学习,python,自然语言处理,AIGC等分享。 所属的专栏:TensorFlow项目开发实战,人工智能技术 🏆🏆主页:我们