Weakly Private Coded Matrix Multiplication Based on Popularity-aware Hybrid Cache

Fully Private Coded Matrix Multiplication(FPCMM)은 분산 환경에서 데이터 프라이버시를 보호하며 행렬 곱을 수행하는 기법이다. 기존 캐시 기반 연구는 연산 요청 확률을 균등하게 가정하여 저장 공간 활용이 비효율적이라는 한계가 있었다. 본 논문에서는 실제 워크로드의 특성을 반영하기 위해 Zipf 분포 기반의 인기도 인식형 하이브리드 캐싱 기법을 제안한다. 제안 기법은 캐시를 정적·동적 영역으로 분할하여 계산효율이 향상되나 일정량의 프라이버시가 유출된다.