Matrix-Multiplication
功能加密：通過內積加密將加密向量乘以巨大的已知矩陣？
我正在通過聯合學習方式解決核嶺回歸。求解核嶺回歸的方程是 dot((K+lambdaI)^-1,y)。所以問題的聚合器知道矩陣 A=(K+lambdaI)^-1。
但它無法知道標籤 y 的值。所以我的想法是加密標籤 y 的向量，並在矩陣的行和加密的向量之間應用內積加密。 https://eprint.iacr.org/2015/017.pdf
我可以只進行一次設置，對向量 y 進行一次加密，然後對矩陣的每一行應用 KeyDer(msk,row of matrix) 和 Decryption 嗎？還是我應該每次都更新設置和加密部分？
如果矩陣的維度像 10k，有時甚至是 50k，你認為它可以工作嗎？否則，您知道解決此問題的其他加密技術嗎？
問候
是的，一個人可以執行多個 KeyDer 來生成多個 FE 密鑰。
但是在使用 FE 時存在幾個問題：誰執行 Setup 和 Enc，誰執行 KeyDer？您是否需要 KeyDer 中的“功能隱藏”屬性（這意味著無法從 FE 鍵中猜出矩陣）？
濫用 FE 可能根本不會增加安全性。因此，請詳細說明您的案例。
謝謝！好的，我澄清你的疑問：
在我的問題中，有聚合器，還有另一方。聚合器無法猜測向量 y，但一方可以，所以最後一個可以設置和加密向量。
然後聚合器知道矩陣的行，因此他可以對矩陣的每一行應用 KeyDer(msk,row of matrix) 和 Decryption。
告訴我我是否不正確，但如果我理解得很好，該方只需要設置和加密一次向量 y，然後聚合器可以執行 KeyDer(msk,row of matrix) 並多次解密（每行一次矩陣）。
問候