[Paper] LLVM 기반 SPDZ용 최적화 파이프라인

Source: arXiv - 2512.11112v1

Overview

이 논문은 SPDZ 보안 다자간 계산(MPC) 프로토콜을 LLVM 생태계에 연결하는 프로토타입 컴파일러‑런타임 스택을 제시한다. 개발자가 일반적인(주석이 달린) C 코드를 작성하면, 시스템이 자동으로 병렬성을 추출하고, 산술 연산을 배치하며, 통신과 계산을 겹쳐 실행함으로써 CPU에서 최대 5.5배의 속도 향상과 확장 가능한 GPU 가속을 제공한다.

Key Contributions

• LLVM‑기반 프론트‑엔드는 소규모의 프라이버시 주석이 달린 C 부분집합을 받아 LLVM IR로 낮추며, LLVM의 성숙한 분석 기능을 재사용한다.
• 자동 배치는 독립적인 산술 연산을 자동으로 묶어, 프로그래머가 직접 병렬성을 표현할 필요를 없앤다.
• 프로토콜 인식 스케줄러는 백엔드에서 데이터 흐름 및 제어 흐름 분석을 수행해 논블로킹 런타임을 구동하고, 네트워크 트래픽과 로컬 계산을 겹쳐 실행한다.
• GPU 오프로드 경로는 대규모 배치 산술 커널을 CUDA 커널로 매핑한다(가능한 경우).
• 실험적 평가는 CPU에서 MP‑SPDZ 대비 최대 5.56배의 속도 향상과 스레드 수에 따른 강한 스케일링을, GPU 백엔드는 더 큰 입력에 대해 더 나은 스케일링을 보여준다.

Methodology

1. 프론트‑엔드 파싱 – 개발자는 @secret와 같은 경량 주석을 사용해 비공개 값을 표시한 C 코드를 작성한다. 파서는 이를 LLVM IR로 변환하고, 주석을 메타데이터로 보존한다.
2. LLVM 최적화 – 표준 패스(데드 코드 제거, 루프 언롤링 등)가 그대로 실행된다. 이후 커스텀 패스가 독립적인 산술 문장을 감지하고 이를 배치로 그룹화한다.
3. 백엔드 분석 – 데이터 흐름 패스가 배치된 연산들의 의존성 그래프를 만든다. 제어 흐름 패스는 비밀 공유를 주고받는 통신을 독립적인 로컬 작업과 겹칠 수 있는 지점을 식별한다.
4. 런타임 스케줄러 – 스케줄러는 논블로킹 방식으로 동작한다: 네트워크 메시지를 미리 전송하고, 응답을 기다리는 동안 준비된 배치를 계속 실행한다. 배치가 충분히 크고 GPU가 존재하면 CUDA 커널로 디스패치한다.
5. 평가 – 저자들은 SPDZ의 온라인 단계에서 마이크로벤치마크(행렬 곱셈, 다항식 평가 등) 모음에 대해 CPU 전용 및 CPU+GPU 구성 모두에서 최신 MP‑SPDZ 구현과 비교한다.

Results & Findings

핵심 요약

• 자동 배치는 기존 SPDZ 툴체인에서 요구되던 대부분의 수동 병렬성 작업을 없앤다.
• 논블로킹 스케줄링은 네트워크 지연을 숨겨주며, 특히 고대역폭·고지연 네트워크에서 효과적이다.
• GPU 가속은 배치된 연산이 몇 천 개를 초과할 때 가치가 있으며, 이는 프라이버시 보호 머신러닝 추론 등 실제 MPC 작업의 전형적인 규모와 일치한다.

Practical Implications

• 진입 장벽 낮춤 – 개발자는 도메인‑특화 언어나 복잡한 병렬 MPC 파이프라인을 배우는 대신, 간단한 주석만 달린 익숙한 C 코드를 작성하면 된다.
• 빠른 프로덕션 배포 – 관측된 속도 향상은 직접적인 컴퓨팅 비용 절감과 더 짧은 지연 시간 예산을 의미한다(예: 보안 경매, 연합 분석).
• 하드웨어에 구애받지 않는 스케일링 – 동일한 코드베이스가 다중 코어 CPU에서 효율적으로 실행되며, 코드 변경 없이 GPU 가속 클러스터로 업그레이드할 수 있어 워크로드 성장에 부드러운 마이그레이션 경로를 제공한다.
• 통합 가능성 – 프론트‑엔드가 표준 LLVM IR을 출력하므로, 기존 툴체인(Clang, Rust‑LLVM 백엔드 등)을 확장해 SPDZ를 타깃으로 삼을 수 있어 언어 지원 범위가 넓어질 전망이다.

Limitations & Future Work

• C 부분집합 – 현재는 직선형 산술, 간단한 루프 등 제한된 언어 기능만 지원한다; 복잡한 자료구조와 동적 메모리는 범위 밖이다.
• 온라인‑페이즈 중심 – 평가가 온라인 단계에 집중돼 있으며, 오프라인 전처리(곱셈 트리플 사전 계산)는 가속되지 않는다.
• 프로토타입 성숙도 – 시스템은 개념 증명 수준이며, 견고성, 오류 처리, 기존 MPC 프레임워크와의 통합에는 추가 엔지니어링이 필요하다.
• 향후 방향 – 프론트‑엔드를 전체 C/C++(또는 다른 언어)로 확장하고, 다른 MPC 프로토콜(BGV, CKKS 등) 지원을 추가하며, CPU·GPU·FPGA 가속기를 아우르는 이기종 스케줄링을 탐구한다.

Authors

• Tianye Dai
• Hammurabi Mendes
• Heuichan Lim

Paper Information

• arXiv ID: 2512.11112v1
• Categories: cs.CR, cs.DC, cs.SE
• Published: December 11, 2025
• PDF: Download PDF