Jun, 2024
Ents: 决策树的高效三方训练框架通过通信优化
Ents: An Efficient Three-party Training Framework for Decision Trees by Communication Optimization
Guopeng Lin, Weili Han, Wenqiang Ruan, Ruisheng Zhou, Lushan Song...
TL;DR在这篇论文中，我们提出了一种名为 Ents 的高效三方训练框架，通过通信优化来训练决策树。通过基于安全基数排序协议的一系列训练协议，我们解决了使用连续属性安全拆分数据集时的通信开销问题。我们还提出了一种高效的份额转换协议，将份额在小环和大环之间转换，以减少由于在大环上执行几乎所有计算而产生的通信开销。实验结果表明，Ents 在通信大小方面优于最先进的框架，性能提升了 5.5 倍至 9.3 倍，并且在通信轮数方面提升了 3.9 倍至 5.3 倍。在训练时间方面，Ents 提高了 3.5 倍至 6.7 倍。为了证明其实用性，在 WAN 环境中，在一个被广泛使用的真实数据集上（皮肤分割数据集）安全训练决策树的时间不到三个小时。