隐私计算学习笔记

目录

安全保护技术和应用总结

基础隐私计算技术在联邦学习中的应用

参考书籍

---

图片来源： https://www.basebit.ai/en/Statics/Images/en/dbys.png

隐私计算技术的产生是互联网、大数据以及区块链等技术发展到一定阶段的必然成果，以下为大家分享读书笔记。

安全保护技术和应用总结

技术名称	解决的问题	开源框架名称	所用语言	开源链接
混淆电路	百万富翁问题	Obliv-C	C59.0%OCaml32.9%	https://github.com/samee/obliv-c
秘密共享	求向量内积	JIFF	JavaScript	https://github.com/multiparty/jiff
同态加密	距离计算	SEAL	C++	https://github.com/microsoft/SEAL
零知识证明	提供财富达标证明	libsnark	C++	https://github.com/sciprlab/libsnark
差分隐私技术	统计美国人口数据	SmartNoise	Python and Rust	https://github.com/opendp/smartnoise-sdk
可信执行环境Trusted Execution Environment	椭圆曲线数字签名算法	基于硬件的TEE：Intel SGX	C andor C++	https://software.intel.com/sgxsdk
可信执行环境Trusted Execution Environment	Private Join and Compute	Teaclave	Python and Rust	https://github.com/apache/incubator-teaclave

基础隐私计算技术在联邦学习中的应用

技术名称	解决的问题	说明
隐私保护技术	样本对齐
同态加密	特征工程	机器学习建模中的重要一环
秘密共享	梯度下降和神经网络训练	分别为横向和纵向联邦学习
差分隐私	对梯度信息添加随机噪声以保护用户梯度的私密性	平衡隐私保护预算开销和联邦学习效率具有挑战性
TEE	解决信息聚合问题

参考书籍

• 李伟荣. 深入浅出隐私计算 技术解析与应用实践 (网络空间安全技术丛书) (Chinese Edition). Kindle Edition.

• 代码链接：https://github.com/li-weirong/ppct
• Docker镜像文件 
  
  Docker Hub