랜슬롯 프레임워크는 2025년 9월 홍콩중문대학교 AIoT 연구실, 충칭대학교, 홍콩성시대학교, 그리고 다른 대학 및 기관의 연구팀이 공동으로 제안했습니다. 관련 연구 결과는 논문 "완전 동형 암호화를 통한 계산 효율적인 비잔틴 강건 연합 학습을 향해".

Lancelot은 완전 동형 암호화(FHE) 하에서 프라이버시를 보호하는 비잔틴 강건 연합 학습(BRFL)을 위한 계산적으로 효율적인 프레임워크입니다. 특히, 연구진은 기관 간 분산 협업을 위한 새로운 상호작용 연합 학습 패러다임을 제안하여 데이터 프라이버시와 연산 효율성을 저해하지 않으면서 고성능의 강건한 모델을 학습할 수 있도록 합니다. Lancelot은 알고리즘 향상과 하드웨어 가속을 결합하여 쌍별 암호문 곱셈 정책, 다항식 행렬 곱셈, 그리고 복소수 덧셈 연산에 대한 최적화를 지원합니다.