본 연구는 통신 라운드와 관련된 높은 비용과 어려움 때문에 보안 계산에서 상호 작용을 최소화하는 것을 목표로 한다. 특히 다수의 클라이언트가 있는 시나리오에서, 단일 평가 서버가 클라이언트가 보유한 개별 입력을 안전하게 집계할 수 있는 단일 서버 설정에서 안전한 집계 문제를 재검토한다. 주요 기여는 클라이언트가 집계 평가당 한 번만 통신하는 One-shot Private Aggregation ($\mathsf{OPA}$)의 도입이다. $\mathsf{OPA}$는 LWR, LWE, class groups, DCR을 기반으로 구축되었으며, 클라이언트가 한 번만 통신하는 개인 정보 보호 연합 학습(FL)에 적용된다.
