文章目录

• 摘要与简介部分
• • 1、联邦学习 FL
  • 2、同态加密 HE
  • 3、文章创新点
• 一、简介
• • 1、基于 HE 的 FLs
  • 2、离线问题
  • 3、计算开销
  • 4、该文章的工作
  • 5、文章的贡献点
• 二、背景和相关研究
• • 1、基于多方安全计算 (SMC) 的联邦学习 (FL)
  • 2、基于差分隐私 (DP) 的联邦学习 (FL)
  • 3、基于可信执行环境 (TEE) 的联邦学习 (FL)
  • 4、基于同态加密 (HE) 的联邦学习 (FL)
  • • 4.1、基于单密钥同态加密的联邦学习
    • 4.2、基于多密钥同态加密的联邦学习
• 三、前言和系统模型
• • 1、一些概念
  • • 1.1、符号
    • 1.2、Homomorphic Encryption - BFV
  • 2、系统模型和安全模型
  • • 2.1、系统模型
    • 2.2、安全模型
• 四、SecFed 架构
• • 1、SecFed 的工作流程
  • 2、EMK-BFV 的设计
  • • 2.1、密钥生成 Key Generation：
    • 2.2、加密和解密 Encryption and Decryption
    • 2.3、聚合 Aggregation
    • 2.4、噪声刷新 Noise Refresh
    • 2.5、乘法
  • 3、SecFed 的设计
  • • 3.1、初始化 Initialization
    • 3.2、模型训练 Model Training
    • 3.3 、编码和加密 Encoding & Encryption
    • 3.4、模型聚合 Model Aggregation
    • 3.5、解码和解密 Decoding & Decryption
• 五、安全性分析和性能评估
• 六、总结