MACS项目会议,2016年9月
日期:
2016年9月9日,星期五
地点:
MIT 占据中心, Star conference room (32-D463)
时间表:
9:00 – 11:30 | Faculty-only讨论 |
11:30-12:30 | 午餐 |
12:45-1:30 | Talks session 1 |
1:30-1:45 | 打破 |
1:45-3:00 | Talks session 2 |
摘要:
高吞吐量BFT协议,张海斌
我将描述BChain的设计和实现,这是一种拜占庭容错(BFT)状态机复制协议,它在无故障情况下的性能与其他现代协议相当,但在面对故障时也可以快速恢复其稳态性能。 基于链式复制,BChain在高客户端负载下实现高吞吐量和低延迟。 BChain的核心是一种高效的拜占庭式故障检测机制,称为重链,在这种机制中,有故障的副本被放置在链的末端,以免受到伤害,直到它们可以被替换。 我们的实验评估证实了我们对无故障和故障场景的性能期望。
保护隐私的智能合约Ranjit Kumaresan
加密和身份验证等密码技术为现代电子商务提供了稳定性。 比特币等最新技术有可能进一步增强我们进行电子商务的方式。 在这次演讲中,我将描述我在开发一个强大的隐私保护合约理论方面的工作,该合约是自我执行的,不需要第三方干预。 从受比特币启发的抽象开始,该理论能够在加密货币之上构建可证明安全且可扩展的应用程序。
在大数据工作流中集成MPC, Malte Schwarzkopf和Nikolaj Volgushev
安全多方计算(MPC)允许多方对私有输入数据进行联合计算。 现有的MPC框架(例如VIFF, ShareMind)降低了MPC的进入门槛,但是(1)仍然需要大量的领域知识; (2)与现有数据分析堆栈和工作流程集成不良; (3)由于不支持高效的并行处理,对大型数据集的扩展性很差。
In this work, we are developing a new, MPC-aware big data workflow manager based on Musketeer [2] to address these challenges. 我们的系统假定不熟悉MPC,只要求用直接SQL指定计算。 它自动确定数据跨越信任域边界的工作流子集,并在MPC下计算这些子集。 它还自动生成所有MPC代码,并将其与在本地数据并行系统(如Hadoop和Spark)中执行的工作流步骤进行管道化。 The key challenge is to use “just enough” MPC to remain secure, but to avoid the performance penalty of running operations under MPC that do not require it because the operate purely on private data.
我们已经实现了一个初步的概念验证,并取得了令人鼓舞的结果,目前正在探索几个未来的澳门威尼斯人注册网站研究途径,我们将在本次演讲中简要讨论。
[1] — Volgushev, N., Schwarzkopf, M., Lapets, A., Varia, M., and Bestavros, A. “Demo: 在大数据工作流中集成MPC”. 2016年CCS会议录(即将出现)。
[2] — Gog, I., Schwarzkopf, M., Crooks, N., Grosvenor, M.P., Clement, A., and Hand, S. “Musketeer: all for one, one for all in data processing systems” In Proceedings of EuroSys 2015.