DisAgg: 연합 학습 (Federated Learning)에서의 효율적인 보안 집계 (Secure Aggregation)를 위한 분산

요약

DisAgg는 연합 학습(Federated Learning) 환경에서 효율적인 보안 집계(Secure Aggregation)를 위한 새로운 분산 프로토콜입니다. 기존의 방식들이 높은 통신 및 계산 오버헤드를 가졌던 문제를 해결하기 위해, DisAgg는 소수의 클라이언트 위원회(Aggregators)를 활용하여 집계를 수행합니다. 이 프로토콜은 로컬 마스킹과 동형 암호 같은 복잡한 과정을 제거함으로써 프라이버시를 유지하면서도 엔드포인트 계산량을 크게 줄여, 기존 최상위 프로토콜 대비 월등히 빠른 처리 속도를 제공합니다.

핵심 포인트

• DisAgg는 연합 학습의 보안 집계 문제를 해결하는 새로운 분산 프로토콜이다.
• 소수의 클라이언트 위원회(Aggregators)를 활용하여 중앙 서버에 대한 의존성을 줄인다.
• 로컬 마스킹 및 동형 암호와 같은 복잡한 과정을 제거하여 계산 오버헤드를 낮춘다.
• 기존 최상위 프로토콜인 OPA 대비 4.6배 빠른 처리 속도를 보여 통신 및 계산 비용의 최적 트레이드오프를 달성한다.