[논문 리뷰] On the Capacity of Secure Distributed Batch Matrix Multiplication

Zhuqing Jia, Syed A. Jafar|arXiv (Cornell University)|2019. 08. 19.

Stochastic Gradient Optimization Techniques참고 문헌 33인용 수 17

한 줄 요약

이 논문은 X-보안 코딩 제약 조건 하에서 안전한 분산 배치 행렬 곱셈(SDBMM)의 용량을 규명하며, 최적의 통신 효율성을 달성하는 새로운 코딩 체계를 제안한다. 이는 $(1 - 2X/N)^+$ 와 $(1 - X/N)^+$ 사이로 제한되며, 외적의 경우 정확한 용량 $(1 - X/N)^+$ 를 가지며, 내적의 경우 벡터 길이가 증가함에 따라 $(1 - 2X/N)^+$ 에 수렴한다. 이를 위해 교차 부분공간 정렬과 스칼라 덧셈 변환 기법을 활용하여 효율적인 안전 계산을 가능하게 한다.

ABSTRACT

The problem of secure distributed batch matrix multiplication (SDBMM) studies the communication efficiency of retrieving a sequence of desired matrix products ${\bf AB}$ $=$ $({\bf A}_1{\bf B}_1,$ ${\bf A}_2{\bf B}_2,$ $\cdots,$ ${\bf A}_S{\bf B}_S)$ from $N$ distributed servers where the constituent matrices ${\bf A}=({\bf A}_1, {\bf A}_2, \cdots, {\bf A}_S)$ and ${\bf B}=({\bf B}_1, {\bf B}_2,\cdots,{\bf B}_S)$ are stored in $X$-secure coded form, i.e., any group of up to $X$ colluding servers learn nothing about ${\bf A, B}$. It is assumed that ${\bf A}_s\in\mathbb{F}_q^{L imes K}, {\bf B}_s\in\mathbb{F}_q^{K imes M}, s\in\{1,2,\cdots, S\}$ are uniformly and independently distributed and $\mathbb{F}_q$ is a large finite field. The rate of an SDBMM scheme is defined as the ratio of the number of bits of desired information that is retrieved, to the total number of bits downloaded on average. The supremum of achievable rates is called the capacity of SDBMM. In this work we explore the capacity of SDBMM, as well as several of its variants, e.g., where the user may already have either ${\bf A}$ or ${\bf B}$ available as side-information, and/or where the security constraint for either ${\bf A}$ or ${\bf B}$ may be relaxed. We obtain converse bounds, as well as achievable schemes for various cases of SDBMM, depending on the $L, K, M, N, X$ parameters, and identify parameter regimes where these bounds match. A remarkable aspect of our upper bounds is a connection between SDBMM and a form of private information retrieval (PIR) problem, known as multi-message $X$-secure $T$-private information retrieval (MM-XSTPIR). Notable features of our achievable schemes include the use of cross-subspace alignment and a transformation argument that converts a scalar multiplication problem into a scalar addition problem, allowing a surprisingly efficient solution.

연구 동기 및 목표

• 임의의 X개의 공모 서버가 입력 행렬에 대해 아무런 정보도 유출하지 않는 X-보안 코딩 제약 조건 하에서 안전한 분산 배치 행렬 곱셈(SDBMM)의 용량을 규명하는 것.
• 사용자가 사전 정보(예: 행렬 A 또는 B에 액세스 가능)를 가질 경우 또는 한 행렬에 대한 보안 제약 조건이 완화된 경우와 같은 SDBMM의 변형을 분석하는 것.
• 특히 큰-K 영역에서 L, K, M, N, X 등의 다양한 매개변수 조합에 대해 엄밀한 역방향 경계와 구현 가능한 해법을 확립하는 것.
• SDBMM과 다중 메시지 X-보안 T-비공개 정보 검색(MM-XSTPIR) 사이의 깊은 연관성을 드러내어 새로운 상한을 도출하는 것.
• 특히 교차 부분공간 정렬과 스칼라 곱셈에서 스칼라 덧셈으로의 변환 기법을 포함한 새로운 코딩 기법을 개발하여 안전한 분산 계산에서 높은 통신 효율성을 달성하는 것.

제안 방법

• 스칼라 곱셈 문제를 스칼라 덧셈 문제로 변환하는 전략을 제안하여, 구조적 코딩을 통한 효율적인 안전 계산을 가능하게 한다.
• 다양한 서버들 사이에서 간섭을 정렬하면서도 기밀성을 유지하기 위해 교차 부분공간 정렬을 적용하여 다운로드 비용을 최소화한다.
• SDBMM을 다중 메시지 X-보안 T-비공개 정보 검색(MM-XSTPIR)의 변종으로 모델링하여 기존의 PIR 용량 결과를 활용해 역방향 경계를 도출한다.
• 독립성과 균일성 가정 하에 큰 유한체 $\mathbb{F}_q$ 위에서의 랜덤 행렬 이론과 점근적 분석을 사용해 행렬 곱의 엔트로피 경계를 확립한다.
• MDS 코드와 다항식 코드를 기반으로 한 구현 가능한 해법을 제안하며, X-보안 제약 조건을 만족하는 안전한 배치 행렬 곱셈 환경에 적응시킨다.
• 행렬 블록(A₁, A₂, B₁, B₂) 간의 엔트로피 관계를 분석하여, 특히 $K \leq \min(L,M)$, $M \leq \min(L,K)$, 또는 $L \leq \min(K,M)$ 인 경우 행렬 곱 $\mathbf{A}\mathbf{B}$ 의 엔트로피에 대한 엄밀한 경계를 유도한다.

실험 결과

연구 질문

• RQ1 N개의 서버에 X-보안 코딩된 방식으로 저장된 행렬들에 대해, 안전한 분산 배치 행렬 곱셈의 최대 달성 가능한 속도(용량)는 얼마인가요?
• RQ2 SDBMM의 용량은 서버 수 N과 공모 서버 수 X에 따라 어떻게 변화합니까?
• RQ3 사용자가 사전 정보(예: 이미 행렬 A 또는 B를 확보함)를 가질 경우 SDBMM의 달성 가능한 속도에 어떤 영향을 미칩니까?
• RQ4 행렬 중 하나에 대한 보안 제약 조건을 완화할 경우 SDBMM의 용량은 어떻게 변화합니까?
• RQ5 SDBMM과 비공개 정보 검색(PIR), 특히 다중 메시지 X-보안 T-비공개 정보 검색(MM-XSTPIR) 사이의 근본적인 관계는 무엇입니까?

주요 결과

• 충분히 큰 $K$(예: $K > 2\min(L,M)$)에 대해 SDBMM의 용량은 $(1 - 2X/N)^+ \leq C < (1 - X/N)^+$ 로 제한되며, 일부 영역에서는 상한이 엄밀하게 달성된다.
• 두 벡터의 배치 외적의 경우, 최적의 코딩과 정렬을 통해 정확히 $(1 - X/N)^+$ 의 용량을 달성한다.
• 긴 길이의 두 벡터의 내적 배치에 대해선, 벡터 길이가 무한히 증가함에 따라 용량이 $(1 - 2X/N)^+$ 에 수렴한다.
• 역방향 경계는 MM-XSTPIR에 대한 새로운 연결을 통해 도출되었으며, SDBMM 용량이 본질적으로 비공개 검색 제약 조건에 의해 제한됨을 보여준다.
• 제안된 코딩 체계는 교차 부분공간 정렬과 스칼라 곱셈을 스칼라 덧셈으로 줄이는 변환 기법을 통해 외적의 경우 용량을 달성한다.
• 특히 $K \leq \min(L,M)$ 일 때, 행렬 곱 $\mathbf{A}\mathbf{B}$ 의 엔트로피는 $q$-기수 단위로 정확히 $LK + KM - K^2$ 이며, 이는 정보 이론적 하한과 상한을 정확히 충족하여 엄밀함을 확인한다.