光棱坦克专栏的宗旨是光学相关的内容,不过由于是我独自一人在业余时间写点东西,可供更新的原创内容并不多。特别是我现在工作重点是跟风利用深度学习的风头,做一点图像和视频识别的工作,离纯光学应用就越走越远了。当然,跟图像处理还是非常相关的。即使是本篇手写代码实践下一个加密第三方计算的实例,其实也可以扯到图像处理上来:最近在策划、说服生科院的员工合作利用深度学习来处理医疗图像以及信号等。这里面涉及到病患隐私保护的问题。一个自然而然的解决方案就是:能不能把原始图像,如fMRI数据加密以后作为训练集交给DNN学习呢?
看上去不可能,但实际已经有很多人在做了。我在查文献的过程中,发现这个问题有很多渊源,其中一个就是姚期智在1982年提出并提供原始示范解答的百万富翁问题(Yao's Millionaires' Problem)。姚期智,正是最近新闻里跟杨振宁一起成为第一批中科院外籍院士的两人之一。
简单来说就是:两个百万富翁(通胀百千倍以后,现在该谈亿万富翁才应景)想比较彼此谁更富有,但是也不愿透漏彼此具体的财富数目。两人的财富以百万计,取以1到10之间的整数。
解法的文字描述很简单,以前用Hash函数拿到的都是密文,而不是数字。既然这个算法讲到用一个任意的大随机数加密一个数字得到另一个数字,看上去就很好玩的样子,于是我就用python手写算法流程实现一下。反正不是CS科班出身,一时也吃不透数学证明,所以不如先从直观的实践入手熟悉下。
代码如下:
# -*- coding: utf-8 -*-
"""Created on Thu Mar 30 23:39