- 博客(6)
- 收藏
- 关注
RSS订阅原创 隐私计算实训营第6讲：PIR的介绍及开发实践
4. 隐语label PSI封装了微软的APSI库。OPRF采用隐语的实现，支持的ecc曲线包括FourQ、Secp256k1、SM2。2. 隐语PIR调用接口为pir_setup、 pir_query。3. 隐语实现的SealPIR支持多个查询。
2024-03-29 17:09:06
300
1
原创 隐私计算实训营第5讲：PSI介绍及开发实践
1. 隐语在secretflow中提供psi_csv、psi_df的入口函数。2. PSI在SPU中封装为同一入口bucket_psi、mem_psi。
2024-03-29 16:59:53
203
1
原创 隐私计算实训营第4讲：快速上手隐语Secretflow的安装和部署
2. SecretFlow的安装方式有三种，本文尝试通过docker镜像方式安装。
2024-03-29 14:24:07
263
1
原创 隐私计算实训营第3讲：隐私计算框架的架构和技术要点
（4）隐语联邦学习支持水平联邦和垂直联邦（主要是拆分学习）。（1）PSI协议支持半诚实模型（两方、三方）和恶意模型。（5）在Ray基础上构建混合编译调度框架RayFed。（6）HEU提供高性能的同态加密库。（2）PIR支持SealPIR、Label PIR。（9）Kuscia提供资源管理和任务调度能力。（7）TEEU支持多种可信执行环境。（3）隐语数据分析 - SCQL。（8）密码原语库YACL。2. 隐语架构拆解。
2024-03-22 14:24:34
253
原创 隐私计算实训营第2讲：隐私计算开源如何助力数据要素流通
1. 数据外循环中的信任焦虑。数据三权分置下，如何在数据流通过程中确保数据提供方的数据持有权和经营方的经营权，并防止数据被滥用，从而有效促进使用权流通？3.数据要素流通对隐私计算的期望。（1）数据可用不可见（2）数据可算不可识（3）数据使用可控可计量。2.如何构建安全可信的技术信任体系。主要包括匿名化技术、密态互联、数据使用权跨域管控。4.隐私计算产品需要通用的安全分级和测评方式。5.隐私计算开源降低接入门槛。
2024-03-22 14:18:39
201
原创 [学习笔记]隐私计算实训营第一讲
1.信任是涉及交易或交换关系的基础。信任的基石包括身份可确认、利益可依赖、能力有预期、行为有后果。3.离开持有方安全域后，信任基石遭到破坏，数据可信流通需要从运维信任走向技术信任。4.技术信任的实现，包括可信数字身份、使用权的跨域管控、能力预期、全链路审计。2.数据流通中的不可信风险。
2024-03-20 19:36:44
118
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人