源泉的小广场

隐私计算、全同态、全同态加密、大模型、全流程加密、密算云、全流程密算、全匿踪、端云协同、隐私云、隐私云计算、生物识别、基因数据、医疗隐私、隐私计算应用案例

隐私计算、联邦学习、计算性能优化、全同态加密、半同态加密、tenseal、seal、ckks、zpaillier、gpaillier、gpu-paillier、gpu硬件加速、联邦逻辑回归、联邦示例代码

联邦学习、联邦xgboost、隐私计算、nvidia flare、英伟达、gpu加速、gpu加速密文、硬件加速、联邦加速、联邦计算、联邦学习框架、横向联邦、纵向联邦

PIRANA、pirana、隐私计算、匿踪查询、批量匿踪查询、batch-pir、隐私信息检索、隐私信息查询、定权码、constant weight codes、cw、概率批处理码、PBC、probabilistic batch codes、label-psi、pirana-lpsi、bfv同态加密、全同态加密、密文旋转

不经意传输、不经意传输扩展、oblivious transfer、oblivious transfer extension、OT、OTE、OT extension、ot变体、ot分类、安全多方计算、隐私计算、silent ot、ferret ot、PCG、LPN、LWE、

fss、函数秘密共享、函数秘密分享、分布式点函数、DPF、Distributed Point Function、多方安全计算、安全多方计算、MPC、多服务器PIR、SilentOT、PCG for tensor product from LPN and FSS

安全多方计算、多方安全计算、MPC、矩阵乘法、乘法原理分析、模型推理、SPDZ、GMW、ABY、ABY2.0、ABY3、Cheetah、CipherGPT、COT、VOLE、Chameleon、模型推理、大模型推理、安全推理、大模型训练、安全训练、Iron、多项式乘法、CipherGPT

人脸识别、隐私计算、隐私人脸识别、多方安全计算、MPC、明密文混合、VGG16、AlexNet、分布式存储、信息保护、最小化MPC、掩码机制

Deffie Hellman、Deffie Hellman key exchange、ECDH、DDH、离散对数、群、群论、乘法群、群论基础、快速幂模运算

同态加密、中国剩余定理、crt、chinese remainder theorem、paillier解密加速、paillier加密系统、密码学、隐私计算、多方安全计算、

隐私计算、安全多方计算、多方安全计算、不经意传输、Oblivious Transfer、不经意传输扩展、Oblivious transfer extension、ot extension、correlated ot、cot、random ot、rotLPN、DDH、PRG、IKNP

大模型、隐私计算、隐私保护、大模型参数处理、大模型关键参数识别、多方安全计算、差分隐私、TEE、横纵向联邦学习、加密推理、隐私微调

隐私计算、可信计算、混淆电路、yao gc、gc、姚氏混淆电路、free xor、grr3、grr2、点和置换、half gate、半门

垂直领域问答系统、问答机器人、文档问答机器人、隐私计算问答、隐私计算、大模型、知识库、向量化、向量数据库、ollama、密答

大模型、文本处理、数据要素流通、行业分类、分级分类、数据要素、软件2.0、software2.0、ai app、AI app、genweb

隐私计算、可信计算、匿踪查询、隐匿查询、隐私信息查询、隐私信息检索、PIR、simple PIR、double PIR、多方安全计算、安全多方计算、秘密查询、seal pir

匿踪查询、同态PIR、隐私信息检索、隐私信息查询、隐私查询、OT PIR、Index PIR、Keyword PIR、批量隐私查询、单条隐私查询、不可区分度、百亿匿踪查询、LWE、、labeled psi

不经意传输、不经意传输扩展、OT、ot、OT extension、OT Extension、OT扩展、MPC、安全多方计算、Yao GC、KKRT、IKNP、匿踪查询、隐私计算、密码学

隐私集合求交，安全求交，多方安全计算，黑名单共享，广告投放，联邦学习，OPRF协议，OPPRF，OKVS，VOLE，Cuckoo Hashing，Diffie-Hellman密钥交换，全匿踪，全匿踪安全求交、

混合联邦、横纵向、隐私计算、联邦学习、混合联邦学习、横向联邦、纵向联邦、扩展样本、扩展特征、联合建模

主讲老师：曾文轩论文：【ICCV2023】隐语课程第12课，是一次论文及使用案例分享课，基于隐语实现Vision Transformer框架MPCViT。首先介绍了ViT在MPC环境下进行隐私推理的总体框架、研究动机以及算法流程。MPCViT借助SecretFlow-SPU搭建ViT框架,并测试不同模型架构的推理效率。介绍了SecretFlow-SPU的特点和功能,并展开讲解了基于SecretFlow和Jax的ViT框架搭建流程。最后,呈现了该工作的主要实验结果,效果均优于基线模型。

隐语第二期第11课《组件介绍与自定义开发》由蚂蚁隐私计算团队的冯骏老师主讲，主要介绍了隐语的组件标准、已有的组件能力以及进一步的自定义开发流程。本次笔记主要还是以分析记录为主。隐语提出适用于隐私计算应用的一系列协议的集合，包括数据，组件，节点执行，运行报告等协议。

本周继续隐语第10课《PPML入门/基于SPU的机器学习建模实践》的学习，本次课程是一次实践课，由蚂蚁集团隐私计算部的吴豪奇老师做的分享。第10课依然是属于SPU系列的进阶课程，因此课程中关于SPU的介绍，可以参考之前我的课程笔记以及。目录。

SPU、明文模型改造成密文模型、aby3、cheetah、semi2k、定点数

spu、密态计算单元、多方安全计算、隐私计算、隐语、编译器、运行时、大模型

本周开启隐语课程的第七节，关于纵向多方协同的集成树模型XGB算法的学习，隐语提供了基于两种不同加密协议实现的算法，一种是基于MPC协议实现SS-XGB， 一种是基于半同态加密算法实现的SecureBoost。对于SS-XGB和SGB等多方协同树模型的使用，与明文模型的使用，基本是一致的，包括数据的准备、训练参数设置及执行，以及对训练完成的模型进行指标评估和预测使用。针对SS-XGB和SGB组件的封装和调用，也给出了一些示例，整理复杂度还好，找到对应模块，修改对应模块的代码功能，再进行单元测试覆盖。

广义线性模型、回归模型、隐语、秘密共享、sslr、ssglm、洛伦兹曲线、tweedie分布、保险建模

隐语、联邦学习、预处理、psi、水平联邦、垂直联邦、神经网络、安全聚合

隐私计算平台、隐语、spu、分布式调度、生产模式、仿真模式

隐私计算、行业发展、隐语架构、隐私计算解读

隐私计算、数据要素流通

隐私计算、蓝象、富数、隐语、洞见、数据可信流通、数据要素

隐私计算、可信安全计算、可信计算、数据安全、数据保护、数据泄露、原始数据泄露、匿踪查询、安全求交、使用不当泄露、联邦学习、可信执行环境、安全多方计算