Resumen Técnico: PRoVeFL

1. Planteamiento del Problema

El Aprendizaje Federado (FL) permite el entrenamiento colaborativo de modelos preservando la localidad de los datos, sin embargo, los marcos de trabajo estándar enfrentan una tríada de desafíos de seguridad:

• Privacidad: El FL tradicional asume un servidor honesto pero curioso, pero las actualizaciones del modelo pueden filtrar información sensible mediante ataques de inferencia. Si bien tecnologías como el Cálculo Multipartito Seguro (SMPC) y la Cifrado Totalmente Homomórfico (FHE) ofrecen privacidad, a menudo oscurecen los datos de forma tan profunda que identificar actualizaciones maliciosas resulta difícil.
• Robustez Bizantina: Los clientes maliciosos pueden envenenar el modelo global mediante actualizaciones diseñadas para tal fin. Aunque existen reglas de agregación robustas (por ejemplo, Krum, Trimmed Mean), la integración de estas con garantías de privacidad sólidas suele incurrir en una sobrecarga computacional y de comunicación prohibitiva o depende de supuestos de confianza relajados.
• Verificabilidad: Los clientes deben confiar en que el servidor agrega correctamente las actualizaciones y aplica las reglas de robustez. Los protocolos de agregación verificables existentes suelen asumir que todas las entradas de los clientes son legítimas o no logran soportar algoritmos de robustez complejos y de vanguardia.

Las soluciones actuales luchan por lograr simultáneamente privacidad, robustez bizantina y verificabilidad sin incurrir en costos de rendimiento masivos o restringir los tipos de reglas de agregación que se pueden utilizar.

2. Metodología: El Marco de Trabajo PRoVeFL

Los autores proponen PRoVeFL (Private Robust and Verifiable FL), un marco modular diseñado para satisfacer las tres propiedades simultáneamente. El sistema emplea una arquitectura de múltiples servidores (que requiere al menos dos servidores, bajo la suposición de que al menos uno es honesto) y aprovecha el Cifrado Totalmente Homomórfico de Claves Múltiples (MK-FHE).

Principios Arquitectónicos Centrales

1. MK-FHE y Descifrado de Umbral: Los clientes cifran sus actualizaciones de modelos locales bajo una clave pública de grupo derivada de las participaciones de clave individuales de los servidores. Ningún servidor posee la clave secreta completa; el descifrado requiere colaboración. Esto asegura que las actualizaciones de los clientes permanezcan privadas a menos que todos los servidores coludan.
2. Modelo de Computación Híbrida (Descarga de Cifrado a Texto Plano): Una innovación central de PRoVeFL es el uso de una máscara multiplicativa aleatoria ($r$).
   • Los clientes cifran sus actualizaciones y las multiplican homomórficamente por una máscara aleatoria cifrada $Enc_{pk}(r)$.
   • Los servidores realizan las operaciones estadísticas necesarias (por ejemplo, cálculos de distancia, ordenamiento) sobre los datos enmascarados y cifrados.
   • Los servidores descifran colaborativamente los resultados, revelando únicamente los valores intermedios enmascarados ($r \cdot \text{valor}$).
   • Debido a que la máscara aleatoria $r$ es desconocida para cualquier parte individual y cambia en cada ronda, los valores en texto plano permanecen ocultos. Sin embargo, la máscara preserva el orden relativo de los valores.
   • Esto permite que operaciones computacionalmente costosas y no lineales (como el ordenamiento, la comparación y la selección para la robustez) se realicen de manera eficiente en el dominio de texto plano sobre los valores enmascarados, en lugar de realizarse enteramente dentro del costoso dominio de cifrado.
3. Verificación Basada en Compromisos: Para garantizar la integridad, los clientes publican compromisos de logaritmo discreto de sus datos. Los servidores generan pruebas criptográficas para sus pasos de agregación. Los pares de servidores verifican estas pruebas utilizando emparejamientos bilineales o leyes de grupo antes de proceder. Si la verificación falla, el protocolo se aborta, evitando la aceptación de resultados manipulados.

Instanciación de Reglas de Agregación

PRoVeFL está diseñado para ser compatible con una amplia gama de algoritmos de robustez bizantina al mapear su lógica a cuatro primitivas criptográficas centrales: Agregación Lineal (LA), Evaluación Estadística por Pares (PSE), Comparación y Ordenamiento Seguro (SCO), y Selección y Filtrado (SF). El artículo demuestra esto instanciando:

• Krum: Computa distancias euclidianas por pares en el dominio cifrado, descifra las distancias enmascaradas y selecciona la actualización con la puntuación mínima en texto plano.
• Trimmed Mean: Computa diferencias por coordenada, las ordena utilizando una red de comparación y el intercambio segura (red de ordenamiento de mezcla par-impar de Batcher) sobre datos cifrados, descifra las diferencias enmascaradas y recorta los extremos en texto plano.
• FLTrust: Computa pesos de similitud de coseno contra un vector de referencia confiable en el dominio cifrado, descifra las puntuaciones enmascaradas y realiza el promedio ponderado en texto plano.
• MESAS: Se señala que el marco es extensible a otros esquemas complejos que involucran agrupamiento (clustering) y cálculos de varianza.

3. Contribuciones Clave

• Marco Unificado: PRoVeFL es el primer marco que garantiza simultáneamente la privacidad de la actualización del cliente, la robustez bizantina y la verificabilidad del lado del servidor bajo un modelo de confianza distribuida (asumiendo al menos un servidor honesto).
• Eficiencia mediante Computación Híbrida: Al descargar la lógica de selección y filtrado compleja al dominio de texto plano utilizando una máscara multiplicativa aleatoria, PRoVeFL reduce significativamente la carga computacional en comparación con los enfoques basados puramente en FHE.
• Flexibilidad Algorítmica: A diferencia de trabajos previos que imponen heurísticas simples (como el recorte de norma), PRoVeFL soporta reglas de agregación complejas y de vanguardia (Krum, Trimmed Mean, FLTrust, MESAS) que requieren ordenamiento y comparaciones por pares.
• Escalabilidad: El diseño de múltiples servidores distribuye la carga computacional. El marco escala con el número de servidores sin sobrecargar a los clientes con computación o comunicación adicional.

4. Resultados y Evaluación

Los autores evalúan PRoVeFL a través de diversos números de parámetros, participantes y servidores, comparándolo con los trabajos de confianza distribuida Prio y ELSA.

• Rendimiento: PRoVeFL demuestra mejoras significativas en el tiempo de ejecución, logrando aceleraciones de hasta 100× sobre Prio y 10× sobre ELSA, manteniendo garantías de seguridad comparables.
• Escalabilidad: El sistema mantiene la eficiencia a medida que aumentan el número de parámetros y participantes, validando la arquitectura modular de múltiples servidores.
• Compatibilidad: La implementación exitosa de Krum, Trimmed Mean, FLTrust y MESAS confirma la capacidad del marco para manejar diversas operaciones estadísticas requeridas para la agregación robusta.

5. Significación y Reivindicaciones

El artículo afirma que PRoVeFL aborda el compromiso fundamental entre privacidad, integridad y verificabilidad en el Aprendizaje Federado. Al introducir una arquitectura modular de múltiples servidores que combina estratégicamente MK-FHE con computación controlada en texto plano, los autores argumentan que PRoVeFL hace que el FL robusto y verificable sea práctico para el despliegue en el mundo real.

La importancia radica en ir más allá de las medidas de robustez "simples" (como el recorte de norma) para soportar defensas complejas y de vanguardia sin sacrificar la privacidad ni incurrir en los costos prohibitivos de la evaluación puramente homomórfica. El marco proporciona un camino para desplegar FL en entornos de alto riesgo (por ejemplo, salud, finanzas) donde la privacidad de los datos, la integridad del modelo y la capacidad de auditar el proceso de agregación son simultáneamente críticos.