Hyperchain的博客

之前，我们介绍了一种简洁高效的「多方隐私集合求交协议」，该协议是针对多方隐私集合求交场景设计的，解决了基于两方协议简单扩展到多方时产生的数据安全问题，详见前文《叮！多方隐私集合求交发来“会议邀请”》。本文将介绍另一种使用广泛的隐私计算技术–匿踪查询。匿踪查询顾名思义就是查询方的查询记录是隐藏的，数据方不知道查询方查了哪条数据。具体定义是查询方向数据方发送要查询的id，通过交互使得数据方返回给查询方该id的对应信息，如果未查到则返回空，在整个过程中查询方无法知道查询id之外的数据，数据方也无法知道查询方查询

【导读】零知识证明是重要的密码学技术之一，其中基于电路的通用零知识证明算法更是因为近年取得的长足发展和在区块链项目中的应用而备受关注。双线性映射，也叫双线性配对或双线性对，是通用零知识证明算法的重要组成部分，也是众多密码体制，如聚合签名、身份基加密、属性基加密等的关键构件。本文从零基础开始，通过完整的模拟双线性对的原理来实现一套在小有限域上的双线性映射，帮助读者加深对双线性映射的理解。“动手计算双线性对”这个系列计划有上中下三篇内容，本文是上篇，介绍后面文章需要的一些基础知识。在中篇，我们将对一个名为c

导 读同态加密是数据加密中最常见的加密方案之一，也是MPC常用的通用算法之一，主要由同态性质和加密性质两个性质构成。加密性质可保证被加密的数据无法被其他方复原，同态性质能让加密数据可以直接进行计算，且保证运算结果的正确性。近年，微软等互联网巨头纷纷成立同态加密的研究院，并对其进行研究。传统的MPC（安全多方计算）需要依靠交互实现数据安全保护，而同态加密这项算法不依托于别人，属于非交互式安全多方计算，这种加密方案的数学性质极其优美，基于此可快速构建出对应的隐私计算方案。▲ 数学定义同态性质使用数学的语

—— Part4 拜占庭容错算法 ——▲PBFT实用性拜占庭容错算法（Practical Byzantine Fault Tolerance，PBFT），是一种在信道可靠的情况下解决拜占庭将军问题的实用方法。拜占庭将军问题最早由Leslie Lamport等人在1982年发表的论文[1]提出，论文中证明了在将军总数n大于3f，背叛者为f或者更少时，忠诚的将军可以达成命令上的一致，即3f+1<=n，算法复杂度为O(n^f+1)。随后Miguel Castro和Barbara Liskov在1999年

—— Part1 共识的分类 ——从早期的分布式一致性算法的缓慢发展到现如今区块链共识的百花齐放，共识算法的发展已经走过了四十年左右的时光。不同的共识算法的侧重点不同，因此它们所面临的问题、环境也不一样。本文将从如下几个不同角度对共识算法进行分类：▲容错类型根据是否容忍拜占庭错误，可以将共识算法分为两类。1）拜占庭容错共识算法：PBFT、PoW、PoS、DPoS2）非拜占庭容错共识算法：Paxos、Raft是否容忍拜占庭标志着该算法是否能够应用到低信任的网络当中。通常来说，公有链环境中必须使用拜

分布式一致性问题本质上可以从两个维度来认识：一是如何就某一个值达成一致的决策；二是如何就一系列连续的值达成一致的顺序决策。很显然，如果我们能够找到问题一的解决方案，那么问题二也就迎刃而解了。下面我们就从一个生活中的小问题来入手，看看如何去设计一个合理的算法来解决问题一。有这样一个家庭，由6个成员组成，分别是爸爸妈妈、爷爷奶奶、姐姐和一个3岁的弟弟。这一天，大家要线上决定一下明天出游时，弟弟戴什么颜色的帽子。由于此时5位家长分处在不同的地方（分布式系统），因此只能通过微信来交流（部分同步网络）。我们尝试通过

—— Part1 现状 ——区块链可以视作一个在分布式环境下众多可信节点共同维护的且不可篡改的账本。在区块链系统中，数据以区块作为基本单位，区块链系统利用levelDB基于Key-Value结构的数据库存取数据，通过多节点冗余存储实现账本可信，然而随着区块链运行时间的增长，区块链的存储容量将呈线性增长，且这种数据的增长速度甚至会超过存储介质容量增长的速度，因此，区块链数据存储将成为限制区块链技术发展的重要因素。面对这一棘手的问题，数据归档技术应运而生，什么是数据归档呢？—— Part2 什么是数据归

前 言上一篇我们讲述了人工智能，机器学习与联邦学习的关系。回顾上文????《联邦学习这件小事》这篇我们将继续探索联邦学习方法的分类。联邦学习方法被分为横向联邦学习、纵向联邦学习和迁移联邦学习三类，适用于解决不同的实际问题。横向联邦学习在两个数据集的用户特征重叠较多而用户重叠较少的情况下，把数据集按照用户维度切分，并取出双方用户特征相同而用户不完全相同的那部分数据进行训练。这种方法叫做横向联邦学习（如下图）。▲ 应用场景横向联邦学习的本质是样本的联合，适用于参与者间业态相同但触达客户不同，即特

在保险、金融、随机预测、物联网等各个场景中，预言机在区块链中已经展现出其不可替代的价值：作为区块链延伸的触角，搭建了链内与链外之间的可信桥梁，构建相互融合的价值生态。本文将从预言机的起源、定义、原理、发展等角度进行介绍。—— Part 1 从神谕、图灵机角度看预言机 ——说起预言机Oracle功能，颇具历史和神话色彩，它与Oracle甲骨文公司无关，最早起源于古希腊神话中的角色“神谕者”，神谕者可以跟奥林匹斯山上的诸神进行沟通，对未来做出预言，并将神的旨意传达给祈求未来的人民，因此Oracle最早有着

背景当前的区块链应用和底层技术平台呈现出百花齐放的状态，但主流区块链应用中的每条链大多仍是一个独立的、垂直的封闭体系。在业务形式日益复杂的商业应用场景下，链与链之间缺乏统一的互联互通机制，这极大限制了区块链上数字资产价值的流动性，跨链需求由此而来。BitXHub平台由中继链、应用链以及跨链网关三种角色组成，并链原生集成W3C标准的DID，依据场景导向可灵活组织部署架构，具有通用跨链传输协议、异构交易验证引擎、多层级路由三大核心功能特性，保证跨链交易过程的安全性、灵活性与可靠性。BitXHub于2020年

背景介绍我叫小明，是一个每天喜欢胡思乱想的打工人。随着年轻人的创业热潮的到来，我有一种创业的冲动。经过长时间的探索，我现在萌生出了一个极具创造性的点子，如果以此为依据进行创业的话一定会引起热潮。图片首先，为了确定我的想法是不是独一无二的，我必须先通过搜索引擎进行查询。这里有一个我很在意的问题——我在搜索引擎里搜索了我的创意，浏览器会将我的创意直接发送给搜索引擎的服务器，如果我的创意确实是独一无二的，那这样直白的搜索方式一定会把我的创业完全暴露出来，这对我来说非常致命，我绝对不能让任何人有窃取我创意的

背 景计算机学院的学生小A意图使用大数据及人工智能的相关技术完成自己的一个课题《大学生男生生活费消费行为的偏好分析》，然而苦于数据量不够，便寄希望于身边的朋友以及学校的广大男性同学，原本以为是一件轻而易举的事，然而…由于个人隐私易泄露，数据交易难定价，合作者激励制度不健全，以及恶意提供无用或者虚假数据等问题，收集真实且有价值的的数据远比想象中难。而近两年来，“联邦学习”被学术界和工业界经常提及，联邦学习究竟是什么，为何能解决以上问题，我们从它的前世今生开始慢慢揭开面纱。▲ 人工智能（AI）是什么