研究人员发现全同态加密（FHE）方案中存在一个关键漏洞，特别是广泛使用的CKKS方案，可能导致溢出攻击。这些攻击通过使输入超出FHE电路的容差范围来破坏神经网络的输出。为解决此问题，该论文提出了一种形式化验证技术，用于计算神经元范围的认证边界，从而有效消除溢出，并将实验基准测试中的失败率降至零。通过允许用严格设计的多项式替换标准多项式，这种无溢出解决方案与现有的CKKS框架兼容。 AI
影响 解决了使用FHE进行私有AI推理中的关键安全漏洞，可能实现更强大、更安全的AI模型部署。
排序理由 学术论文，详细介绍了AI中使用的特定加密方案的新漏洞和提出的解决方案。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →