[he_shamir_agg]联邦学习中的安全聚合方案设计及实现 #49
Description
此 ISSUE 为 [隐语开源共建计划（SecretFlow Open Source Contribution Plan，简称 SF OSCP）Phase 6 任务 ISSUE，欢迎社区开发者参与共建～
- 认领前，辛苦确认是否完成[报名](https://studio.secretflow.com/activity/rkub4eryy7g3vmn/detail
- 更多任务，可查看 「OSCP Phase6 Season of Dev」Project
This ISSUE is one of the tasks of the [SecretFlow Open Source Contribution Plan (referred to as SF OSCP) Phase 6. Welcome to join us in building it together!
- Before claiming a task, please make sure you have signed up.
- For more tasks, you can check the "OSCP Phase6 Season of Dev" Project.
设计思路
by NDSzjq
本方案[threshold_agg]旨在实现可容错、抗共谋的联邦学习安全聚合，主要设计步骤如下：
- 可信中心生成一对Paillier主公私钥，然后基于Shamir门限秘密分享将公开参数N拆成K份，其中K为总参与方个数。可信中心基于拆分的秘密分片生成并分发各参与方的加密密钥，发送主私钥给聚合方。密钥生成后，可信中心可保持离线。
- 各参与方通过改造后的Paillier加密算法，使用自己的加密密钥加密本地数据后上传。
- 聚合方聚合仍保持在线（提交了密文数据）参与方的数据，并通过主私钥解密。
- 当参与聚合的在线参与方个数大于秘密分享门限时，秘密值N被恢复，聚合后的密文为标准的Paillier密文，可以被主私钥解密。同时，各参与方使用不同的密钥加密，不存在共谋推断的问题。
备注：由于本方案基于Paillier加密设计，其仅支持对整数数据的聚合，对浮点数的处理可通过放缩等前置步骤实现。此外，本方案可通过结合SIMD技术提升聚合效率。
任务介绍
- 任务名称：【特别任务】联邦学习中的安全聚合方案设计以及实现
- 技术方向：Federated Learning
- 任务难度：挑战🌟🌟🌟
- 说明：本任务不参与🌟累计哈～
详细要求
安全聚合是解决联邦学习中梯度泄露问题的有效手段。然而，现有安全聚合方案仍可能存在“参与方掉线不容忍”、“聚合行为不可控”、“共谋推断不可抗”和“系统效能不实际”等问题。希望同学们能够在这个开放问题下，设计出安全，可行，巧妙的算法来解决联邦学习聚合中遇到的安全问题，效率问题，掉线问题等等。解决方法不限，可以使用 TEE，同态，多方安全计算等各种技术作为辅助。
- 安全性： 尽量少 reveal，设计出的聚合算法没有算法层面的安全问题
- 功能性：可以将实现落到 SecretFlow 的 aggregator 中，可以无缝替换其他的聚合方法。
- 收敛性：聚合结果需要保证正确性
- 代码规范：Python 代码需要使用 black+isort 进行格式化（流水线包含代码规范检查卡点）
- 提交要求：关联该 issue 并提交代码，代码提交细节请与蚂蚁导师进行沟通！！