HE-Transformer（一种允许AI模型对加密数据进行操作的工具）

最新推荐文章于 2024-09-18 13:42:50 发布
最新推荐文章于 2024-09-18 13:42:50 发布
阅读量1.4k 收藏 4
点赞数
分类专栏： 网络空间安全 联邦学习 信息安全 机器学习 文章标签： AI安全 用户隐私数据加密 HE-Transformer 模型加密 用户隐私
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cao812755156/article/details/99175070
版权
HE-Transformer是英特尔推出的开源工具，允许AI模型在加密数据上进行操作，保护用户隐私。它与nGraph编译器和TensorFlow集成，支持在加密数据上进行推断。当前，HE-Transformer已实现在Cryptonets神经网络上的高性能，MNIST数据集上准确率高达99%。项目已在GitHub上开源。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

      在加拿大蒙特利尔召开的NeurIPS 2018会议上，英特尔宣布推出开源HE-Transformer，这是一种允许AI系统对敏感数据进行操作的工具。它是nGraph，英特尔神经网络编译器的后端，基于简单加密算法库（SEAL），这是一个加密库，微软研究院开源软件。

       HE允许对加密数据进行计算，允许用户获得有价值的见解，而不会有暴露底层数据的风险。使用HE，数据由用户控制，并且永远不需要信任第三方。HE变换器使用户能够在受过流行的开源框架（如Tensorflow）训练的神经网络上对加密输入进行推断。

HE-Transformer来由

        对隐私的日益关注使得HE成为解决看似不一致的需求的有吸引力的解决方案：机器学习需要数据; 隐私排除了它的使用。该领域的最新进展首次使HE成为深度学习的可行者。然而，目前，设计深度学习HE模型需要同时具备深度学习，加密和软件工程方面的专业知识。HE变换器提供抽象层，允许用户从每个领域的独立进步中受益。利用HE变换器，数据科学家可以直接部署TensorFlow，MXNet和PyTorch等流行框架的训练模型，而无需担心HE方面。研究人员可以利用

最低0.47元/天 解锁文章
AI 大模型应用数据中心建设：满足大模型训练和推理需求
AI天才研究院
10-10 1390
AI 大模型应用数据中心建设：满足大模型训练和推理需求 关键词：AI 大模型，数据中心建设，训练需求，推理需求，硬件设备选型，网络架构设计，能效管理，运维与管理 摘要
AI大模型应用入门实战与进阶：大模型在医疗影像分析中的应用
AI天才研究院
01-09 2046
1.背景介绍 医疗影像分析是一种利用计算机辅助诊断和治疗疾病的方法，主要通过对医疗影像数据进行处理、分析和挖掘，以提高医疗诊断和治疗的准确性和效率。随着人工智能技术的不断发展，大模型在医疗影像分析中的应用也逐渐成为一种主流方法。这篇文章将从入门级别到进阶级别，详细介绍大模型在医疗影像分析中的应用，包括背景、核心概念、算法原理、具体操作步骤、代码实例、未
he-transformer:nGraph-HE
05-17
用于nGraph的HE变压器 用于nGraph:trade_mark:的是同构加密（HE）后端，是（英特尔用于人工神经网络的图形编译器）的后端。 同态加密是一种加密形式，它允许对加密的数据进行计算，并且是对机器学习领域中有关数据隐私性的日益关注的一种有吸引力的补救措施。 有关更多信息，请参见我们的。 我们的展示了他变压器的许多最新进展。 该项目旨在作为概念验证，以证明HE在本地计算机上的可行性。 目的是衡量用于深度学习的各种HE方案的性能。 这并不是要用于生产就绪的产品，而是一种研究工具。 当前，我们支持加密方案，该方案由Microsoft Research的。 为了帮助计算非多项式激活，我们还与多方计算库集成。 另请参阅介绍ABY的。 有关我们与ABY集成的更多详细信息，请参阅我们的。 我们还与的集成，以允许用户通过Tensorflow在经过训练的神经网络上运行推理。 例子 文件夹包含一个深度学习示
英特尔开源版HE-Transformer，对于隐私数据AI终于上手了！
喜欢打酱油的老鸟
12-07 1042
正如所有数据科学家畅言的那样，数据集是人工智能的生命线，这对所有处理个人身份信息（如医疗保健）的行业构成了固有的挑战，但令人欣喜的是，对于模拟训练的匿名加密方法已经取得了令人鼓舞的进展。 2018年12 月3日在加拿大蒙特利尔召开的NeurIPS 2018会议上 ，英特尔宣布推出开源版 HE-Transformer ，这是一种允许AI系统对敏感数据进行操作的工具。开源版 HE-Transform...
he-transformer：nGraph-HE：通过Intel nGraph使用同态加密（HE）进行深度学习
01-29
用于nGraph的HE变压器 该项目已移至 用于nGraph:trade_mark:的是同构加密（HE）后端，是（英特尔用于人工神经网络的图形编译器）的后端。 同态加密是一种加密形式，它允许对加密的数据进行计算，并且是在机器学习领域中对数据保密性日益增加的关注的一种有吸引力的补救措施。 有关更多信息，请参见我们的。 我们的展示了他变压器的许多最新进展。 该项目旨在作为概念证明，证明HE在本地计算机上的可行性。 目的是衡量用于深度学习的各种HE方案的性能。 这并不是要用于生产就绪的产品，而是一种研究工具。 当前，我们支持加密方案，该方案由Microsoft Research的。 此外，我们还与的集成，以允许用户通过Tensorflow在经过训练的神经网络上运行推理。 例子 文件夹包含一个深度学习示例，该示例依赖于的。 建筑HE变压器 依存关系 操作系统：Ubuntu 16.04，Ubuntu 18.04。 CMake的> = 3.12 编译器：g ++版本> = 6.0，clang> = 5.0 强烈建议使用OpenMP，尽管并非绝对必要。 如果没有OpenMP，您可能会
OS-AIGC通用生成式人工智能模型加密接入标准API协议-2023 Beta版
qq_31771801的博客
06-21 1920
OS-AIGC通用生成式人工智能模型加密接入标准API协议（Universal Language Model Encryption Access Standard API Protocol）国内的通用语言大模型的加密接入标准API协议。能够适配各种语言模型，主要为了解决API传输过程中的明文输入可能会造成的隐私信息泄露问题，同时也为了方便各种服务商想要接入API而需要写不同的API接口，我们想要达成的是服务商只需要接入一个API协议就可以访问请求各种语言模型的统一API协议标准
Transformer
hemengge的博客
08-29 750
Transformer 利用self-attention和position embedding克服了RNN中的长距离依赖、无法并行计算的缺点，也解决了CNN中远距离特征捕获难的问题。 encoder encoder由6层相同的层组成，每一层分别由两部分组成：第一部分： multi-head self-attention mechanism第二部分：position-wise feed-forwar...
计算机前沿技术-人工智能算法-大语言模型-最新论文阅读-2024-09-17
09-17 2113
计算机人工智能前沿进展-大语言模型方向-2024-09-17，计算机前沿技术，人工智能算法，大语言模型，LLM，提示词，最新论文阅读
【AI大模型企业级应用开发实战】企业级应用集成AI大模型的架构，包括大模型概述、集成实践、技术架构设计及应用场景《AI大模型应用架构（ALLMA）白皮书》
热门推荐
AI天才研究院
06-30 1万+
随着大模型浪潮的兴起，生产力将发生质的变化，从而引发生产力和生产关系的重塑。随着模型能力的提升和使用成本的降低，基于大模型构建应用将成为主流趋势。然而，应用层能否与大模型高效交互，将成为产品方案探索效率和效果的关键因素。因此，在模型之上的工程架构中，必须构建一套完整的大模型交互管道（Interface），将应用层（Application） 和模型层（Model）进行串联，为诸如Prompt Engineering、Fine-Tuning和模型评估等关键环节提供全面支持，以实现产品方案探索的降本增效 ....
【论文精读】Hi-Transformer 层次化和交互化的长文档建模
elf1110的博客
04-05 3491
论文链接：​​​​​​https://aclanthology.org/2021.acl-short.107.pdf Abstract 因为输入文本长度的复杂性，Transformer难以处理长文档。 为此，提出一种分层交互式的HI-Transformer模型对长文档进行建模。 Model 整体架构如图所示： 首先经过sentence Transformer来学习每个句子的语义表示；然后结合句子的位置信息，经过Document Transformer，得到对整个文档建模的句子语.
利用自编码器对线性模型参数加密
zzr
06-18 382
fromsklearn.datasetsimportload_boston dataset=load_boston() x_data=dataset.data y_data=dataset.target fromsklearnimportlinear_model model=linear_model.LinearRegression() model.fit(x_data,y_data) args=model.coef_ im...
HE-Transformer 开源项目教程
gitblog_00857的博客
08-16 540
HE-Transformer 开源项目教程 he-transformernGraph-HE: Deep learning with Homomorphic Encryption (HE) through Intel nGraph项目地址:https://gitcode.com/gh_mirrors/he/he-transformer 项目介绍 HE-Transformer 是一个由 Nervan...
LTspice基础教程-030.仿真模型加密小工具LTspice Encrypt Tool介绍
gaoyong_wang的博客
04-04 3633
通过命令行进行spice模型加密，虽然只有几条简单命令，但操作起来也不是特别容易，为此我写了一个小程序，有需要的点此进行下载：LTspice Encrypt Tool 码代码不易，只想赚2个积分，但CSDN会自动调整，如果没有积分下载附件，麻烦点个赞，添加关注，私信我提供邮箱，看到后我会抽空发送邮箱。 下面简单介绍一下这个小工具，原理只是加了个壳，调用LTspice，稍微做了一些容错处理。 软件...
C++ 模型加密与解密方法
Where there is life, there is hope.
07-01 498
通过 DES 对称加密算法对模型数据进行加密保护，并提供了简单的接口函数 `encrypt_model` 和 `decrypt_model` 进行加解密操作。 使用固定的密钥 "helloworld" 对数据进行加解密，适用于需要基本保护模型数据的应用场景。
python项目加密（模型加密，文件加密），涵盖了多种方法以及代码实现
weixin_38649779的博客
07-25 7507
Python作为动态语言一般是以源码方式进行部署的，这就意味着他人在部署机器上可以直接获取项目代码，可能给作者带来不必要的损失和风险，这就需要对代码进行加密或混淆。总体来说1和2的方式还是存在一定的风险，本文将采用第三种方式，且提供五种该类型的加密方式，分别为、Cython、cryptography、RSA、pyAesCrypt和encryptpy。
python模型文件加解密
xkx_07_10的博客
10-13 468
【代码】python模型文件加解密。
【深度学习】深度学习模型的加密及解密方案及源码
最新发布
利哥AI实例探险
09-18 2519
本文主要根据自己遇到的情况，例如：对于yolo或paddle训练的模型文件，对外使用，不想要别人拿到我的模型文件随意乱用，此时就涉及到对模型文件进行加密与解密 深度学习模型的加密保护非常重要，尤其在商业应用场景下。常见的模型加密方法包括模型文件加密、加密硬件加密、授权管理和自定义解密机制。下面介绍几种常用方法及其原理。
模型完成密码加密
i5858588的博客
03-29 564
public function setPasswordAttr(value) { return sha1($value) ; }
关于Transformer的个人理解
anfanger_z的博客
02-26 1868
双向 transformer 单向transformer
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值