登录社区云,与社区用户共同成长
邀请您加入社区
数据隐私保护是AI工程化中必须严肃对待的课题。差分隐私和同态加密是两把利器,但也都是“重武器”,使用不当反而会伤及自身。差分隐私像“模糊处理”,通过加噪来保证统计安全性,要小心管理隐私预算和效用权衡。同态加密像“保险箱里打算盘”,保证了计算的精确性,但必须承受巨大的性能和工程复杂度代价。我的建议是:从小规模实验开始,先用DP-SGD在MNIST/CIFAR-10等标准数据集上感受噪声与精度的关系;
2026年,数字主权已从技术概念演变为国家竞争的核心战场。欧盟《数字主权法案》强制要求关键数据存储在境内,中国《数据安全法》对跨境数据流动实施严格审查,美国则通过《云法案》试图掌控全球数据管辖权——在这场没有硝烟的战争中,公链(Public Blockchain)正成为各国争夺数字主权的关键基础设施。
Paillier 算法
LattiSense作为底层框架,通过统一抽象接口屏蔽FHE底层密码学细节,让开发者能够专注业务逻辑实现,在全程不解密的前提下,对加密数据执行复杂计算,而内置的编译器与调度器则会自动完成异构硬件上的核心运算与调度工作,从而提供高效的底层加密支撑。以Personal AI为例,无论是手机端的隐私可控个性化助手,还是私人健康AI,它们需要基于用户聊天记录、体检报告等敏感数据提供定制化服务,而用户的核心
摘要: 同态加密技术为保障大模型推理中的数据隐私提供了安全解决方案,支持在密文状态下直接计算,避免明文数据泄露。文章系统介绍了"同态加密+大模型"的技术框架,包括:1)同态加密的数学原理(格密码、模运算等),支持加法/乘法运算的密文计算;2)大模型在密文空间的推理流程,通过CKKS方案适配浮点运算;3)典型应用场景(金融风控、医疗数据分析)的实现路径,包括密钥生成、数据加密、密
假设有两位用户,Alice 和 Bob,他们想计算两人健康数据(如心率、卡路里消耗)的平均值,但他们互相不信任,也不信任执行计算的第三方服务器。想象你有一个锁着的、透明的盒子(密文),里面放着一些珠宝(明文)。这个输出清晰地展示了整个流程:数据在客户端被加密,服务器在不知道内容的情况下完成了求平均值的计算,最终解密的结果与直接在明文上计算的结果完全一致,证明了同态加密的正确性。这张图清晰地展示了,
本文系统剖析健康智能问诊系统的核心技术架构,以大语言模型(LLM)为驱动引擎,实现症状匹配、疾病诊断辅助、医生资源调度与医疗知识图谱的深度集成,同时嵌入隐私保护机制,确保数据安全与合规。
2025年,全球DeFi锁仓量突破1.2万亿美元,东南亚农民通过链上借贷协议获得实时农业贷款,非洲创业者用NFT票据完成跨境支付,华尔街基金经理开始用AI分析链上流动性池……这场始于2018年的金融革命,正以“代码即法律、资产即数据、信任即算法”的底层逻辑,重构人类经济活动的底层规则。在这场革命中,质押挖矿DAPP与Swap交易所成为核心基础设施:前者通过代币质押与流动性激励,构建去中心化的安全网
2026年软件测试领域呈现AI驱动新趋势:智能门禁系统插件成为行业焦点,通过大模型自动化分析代码合并风险,显著提升缺陷拦截效率。这类工具在GitLab等平台实现私有化部署,将人工审查时间降低50%,并满足GDPR等合规要求。实战部署需关注四步流程:环境配置、CI/CD集成、模型优化及风险防控,特别强调数据安全与权限管控。案例显示,某金融科技公司应用后生产事故率下降58%。随着AI测试工具普及,测试
在区块链技术重构全球金融体系的浪潮中,交易所已从单纯的交易撮合平台进化为集资产托管、风险管理、智能投顾于一体的数字金融基础设施。2025年全球数字资产交易所日交易量突破1200亿美元,衍生品交易占比超65%,AI量化交易占比达38%。这一数据背后,是交易所开发领域正在经历的三大革命性跃迁:技术架构的云原生化、业务模式的垂直细分化、交易体验的智能化。本文将深度解析交易所开发的全景图谱,揭示JAVA技
在华尔街的交易大厅里,高频交易引擎以微秒级速度吞吐着全球订单;在深圳的科技园区内,AI算法正从历史数据中挖掘隐秘的交易规律。当传统金融与人工智能深度碰撞,一场静默的革命正在重塑资本市场的底层逻辑。本文将带您穿透技术迷雾,从CTA策略的算法基因解码,到交易所API对接的工程化实践,揭示AI量化交易系统开发的全链路奥秘。这场融合了数学智慧、工程艺术与金融哲学的探索,或许正在叩响未来金融的新纪元。
在区块链行业,公链生态的冷启动堪称“地狱级挑战”:没有开发者,用户无处可用;没有用户,开发者不愿入驻。这种“先有鸡还是先有蛋”的死循环,曾让无数公链项目折戟沉沙。然而,2023年,一条由技术赋能的新路径正在打破僵局:Conflux树图链通过“种子节点计划”在60天内吸引超500名开发者,日均交易量突破10万笔;Near Protocol用“游戏化黑客松”激活社区,3个月内诞生300个DApp,用户
当全球DApp日活用户突破2.3亿,当AI代理在链上自动执行价值数亿美元的DeFi策略,当沃尔玛的区块链溯源系统将食品安全问题定位效率提升90%——这场由智能合约驱动的革命,正在重塑人类社会的价值交换方式。DApp(去中心化应用)已从早期的“加密货币实验”,演变为金融、社交、实体经济等领域的“可信基础设施”。
它将数据安全从“成本中心”转化为“价值引擎”——在保障患者隐私的同时,释放医疗数据的临床与商业潜能。中国凭借数据安全立法的先发优势和国产技术的快速迭代,有望成为全球HE医疗应用的领导者。正如《中国医疗数字化发展报告(2025)》所言:“当数据共享不再以隐私为代价,精准医疗的终极愿景才真正触手可及。在医疗AI的下一程,同态加密将不再是实验室的“黑科技”,而是每位医生、每位患者都能安心依赖的“隐形守护
当上海外高桥码头的集装箱被物联网传感器覆盖,当北京CBD写字楼的租金数据通过AI算法实时定价,当苏州刺绣的非遗技艺被转化为可交易的数字凭证——这场由AI(人工智能)与RWA(Real World Assets,实体资产通证化)驱动的价值重构,正在悄然改写人类对"资产"的定义。
借鉴致远的文章学习同态加密,本文主要记录同态加密中Flatten操作,参考文献为 Craig Gentry,Amit Sahai,Brent Waters 的《Homomorphic Encryption from Learning with Errors: Conceptually-Simpler, Asymptotically-Faster, Attribute-Based》。这篇文章主要实现
Paillier同态加密
借鉴致远的文章学习同态加密,本文主要记录无需自举的层次同态加密流程,参考文献为Zvika Brakerski、Craig Gentry和Vinod Vaikuntanathan的《(Leveled) Fully Homomorphic Encryption without Bootstrapping》,这篇文章是HElib库所使用的基础算法。下面介绍全同态加密的历史发展流程以及本文的针对性问题:(
借鉴致远的文章学习同态加密,本文主要记录密钥切换与模切换流程,参考文献为Zvika Brakerski 和Vinod Vaikuntanathan的《Efficient Fully Homomorphic Encryption from (Standard) LWE》,这篇文章的针对性问题如下:IND-CPA安全是指攻击者即使能够自由加密任何他选中的明文,也无法区分两个特定明文的加密结果。下面介绍
在数据成为核心资产的今天,如何精准、高效地保护敏感信息已成为企业生存与发展的命脉。本文将系统性地剖析数据库字段级加密的核心价值、技术选型与最佳实践。我们将从基础概念入手,深入探讨密钥管理、性能优化等传统挑战,并重点展望2025年及以后,AI如何赋能字段级加密,催生出动态访问控制、智能异常检测等主动防御新范式。文章结合行业案例与量化指标,提供了一套从理论到实践、从架构到代码的综合实施路线图,旨在为技
当以太坊Layer2网络Base的日均交易量突破5000万笔,当Solana的智能合约执行速度达到每秒百万级,当AI辅助编码工具将合约开发效率提升80%——2025年的智能合约开发领域,正经历一场由技术融合与生态创新驱动的“范式革命”。开发者不再满足于单一的Solidity编辑器或测试框架,而是需要一套覆盖设计、编码、测试、部署、监控全生命周期的“全栈工具链”。
2025年9月,全球首款基于AI代理的DeFi协议"NeuralFinance"上线,其智能合约通过自然语言交互即可调用,用户无需编写代码即可完成杠杆交易、流动性挖矿等复杂操作。这一突破性应用背后,是DApp(去中心化应用)开发范式的根本性变革——从技术极客的专属玩具,进化为连接现实世界与区块链的超级接口。据DappRadar统计,2025年第二季度全球DApp用户规模突破1.2亿,交易量达470
摘要:本项目设计并实现了一个基于Java+Vue的同态加密敏感数据检索与计算平台,旨在解决数据隐私保护与安全计算问题。平台采用Paillier同态加密算法实现数据全生命周期密文保护,支持密文检索、加法运算和统计分析等操作。系统采用前后端分离架构,后端基于SpringBoot提供RESTful API,前端使用Vue3构建交互界面,实现用户注册、数据加密上传、密文计算、密钥管理等功能。平台适用于医疗
Paillier加密算法作为加法同态加密的经典实现,以“密文加法对应明文加法”的核心特性,解决了“数据可用不可见”中的加法运算需求,成为隐私计算领域的基础技术之一。尽管计算效率仍是其规模化应用的瓶颈,但通过硬件加速、混合架构、算法优化等手段,其已在金融风控、医疗统计等场景实现落地。未来,随着与联邦学习、区块链等技术的融合及标准化推进,Paillier算法将在更多敏感数据处理场景中发挥价值,为数字时
学习题为《Reversible steganography in cipher domain for JPEG images using polynomial homomorphism》的论文随着物联网(IoT)设备的普及,大量敏感数据(如指纹、身份信息)需要在云端传输和存储。传统隐写技术虽然能隐藏信息,但无法保护图像本身的隐私。
人工智能先驱表示,现在是采用智能规模、"以数据为中心"的方案解决重大问题的时机。吴恩达曾参与推动基于海量数据的深度学习模型发展,如今他正倡导小数据解决方案。作为人工智能领域的权威专家,吴恩达在斯坦福大学期间率先使用GPU训练深度学习模型,共同创建了某机构的AI研究部门,并曾担任某中心首席科学家。他目前专注于其公司Landing AI开发的LandingLens平台,帮助制造商通过计算机视觉改进视觉
本文提出基于zk-STARK的ResNet-50可验证计算方案,解决AI模型隐私保护与计算可信验证的核心矛盾。方案包含: 分层验证架构:通过模型切片引擎将ResNet-50拆解为可并行验证的卷积/全连接模块,保持参数隐私的同时生成零知识证明 关键技术实现: 使用Circom语言构建卷积层验证电路,支持SHA-256参数哈希绑定 PHP+Python混合架构实现万级并发验证。
本文深入探讨量子安全同态加密(PQC-FHE)在AI模型保护中的前沿应用。针对量子计算威胁,分析抗量子FHE方案(如NTRU、CKKS)的选型策略,提出后量子签名(如Dilithium)与数字水印的创新融合方案。结合NIST PQC标准化进程,详解系统迁移路径。通过Python/PHP/Web端全栈代码示例,演示如何在现有系统中实现模型权重加密、安全推理与版权追溯。文章涵盖技术架构、商业报价、企业
分享论文:《Cheetah: Lean and Fast Secure Two-Party Deep Neural Network Inference》
我是研究隐私计算方向的, 主要学习的领域是应用全同态加密对已有机器学习模型进行重写,即设计基于全同态加密的机器学习算法。在阅读论文的过程中,发现许多大佬应用SIMD型全同态加密技术实现了一系列的密态卷积运算、密态矩阵向量乘法运算和密态矩阵乘法运算),然后也算是随着这些算法的提出而逐渐成长起来的,所以这里对这些算法进行一些总结。本文不介绍这些算法的性能。长期更新中。。。。。。
联邦学习和同态加密的结合为医疗数据的共享和分析提供了新的可能性,既保护了数据的隐私,又促进了医疗数据的合理利用,有助于加速医疗研究和医疗技术的创新发展。它不仅为医疗数据的安全共享和分析提供了有效的解决方案,还有助于促进医疗行业的医疗数据分析和挖掘对医疗革新至关重要,但隐私泄露仍是挑战。通过整合来自不同地区和不同医疗机构的数据,可以建立更加全面和综合的模型,提高医疗数据分析的精度和预测能力。同时,通
基于宽参数范围忆阻混沌系统的图像加密方案的研究基于内容关联密钥的PNG图像加密算法研究基于内容关联密钥的H.265视频加密算法研究基于压缩感知的交通图像加密算法研究基于混沌系统的轻量级密钥序列设计与图像加密研究...
随着隐私保护问题的出现,研究具有数据隐私保护的机器学习模型具有重大意义。由于FHE可以提供严格的数据隐私保护,因此基于FHE实现的安全模型推理具有显著的实用性。本文针对FHE评估卷积运算提出了一种有效的算法,可以实现无论卷积核大小,该算法的计算代价都保持不变,从而在各种卷积核下将运行时间改善12—46倍。将该FHE卷积运算算法与CKKS的自举算法结合,可以在CIFAR10/100和ImageNet
每种技术都有其独特的应用场景和挑战。在联邦学习环境中,选择哪种技术或技术组合取决于具体的应用需求、可用的计算资源、对隐私保护的要求以及对模型性能的期望。通常情况下,实际部署时可能会结合使用多种技术来平衡隐私保护与模型性能之间的关系。
如果您勾选详细模式,那么日志列表会显示每次碰撞的地址与助记词,您可以登录 小狐狸或者ok等钱包亲自去验证助记词与地址是否匹配,杜绝弄虚作假! 但是平时为了碰撞效率卖不建议您开此功能,此功能仅限于向您展示碰撞效果。配置并勾选宏观计数模式:默认值设置为10000,也就是说每碰撞10000次, 便会显示一次日志,该模式方便您整体观测碰撞速度与进度。【不影响速度,默认开起】
由于我自己目前在misc和取证工作中,也遇到很多压缩包的问题,我个人非常喜欢做压缩包的题目,但也会遇到伪加密问题难以破解,全网ctf教程我都看完了,但是都觉得不够具体,所以我写一篇博客,希望以最具体的,实操演示的方式,向大家说明伪加密的原理,希望与大家一起进步!
随着指纹识别系统在各种商业和政府应用中的部署越来越多,指纹系统本身的安全性越来越受到关注。
群签名方案是算法组ΠGS=(Gen,Sign,Ver,Open)ΠGS=(Gen,Sign,Ver,Open),Gen(1λ,n)Gen(1λ,n):密钥生成算法,nnn为群成员数,输出gvkgvkgvk:群公钥,用于验签gmskgmskgmsk:主私钥,由管理员持有,用于追踪成员身份gsk=(gsk[1],⋯,g。
密码算法在现代通信与信息安全中发挥着至关重要的作用,SM1、SM2、SM3、SM4、同态加密、密态计算、隐私计算和安全多方计算等密码算法被广泛应用于各种信息安全领域。本篇博客将会为大家介绍这些密码算法,以及它们在信息安全中的作用和应用。
最近在学习同态加密相关技术,这是学习过程一点笔记,分享一下:同态加密:基于数学难题的计算复杂性理论的密码学技术。对经过同态加密的数据进行处理得到一个输出,将这一输出进行解密,其结果与用同一方法处理未加密的原始数据得到的输出结果是一样的。技术优势:使用同态加密技术,用户对密文进行运算后再解密得到的结果与直接对明文进行运算得到的结果一致,这一特性允许不可信第三方在没有私钥的情况下直接对密文进行运算,避
介绍了CKKS中的参数与具体的安全级别的关系,给出了TenSEAL中参数选择的限制
(欢迎密码学的朋友,一起相互交流学习。 对不足之处进行指正!)最近在学习同态加密算法,正好帮导师给xxxxxx做一个关于同态加密的电子投票系统的demo。 所以就把学到的东西分享出来,欢迎同道中人一起交流讨论。什么是同态加密呢?定义:同态加密是基于数学难题的计算复杂性理论的密码学技术。对经过同态加密的数据进行处理得到一个输出,将这一输出进行解密,...
本文介绍了Javascript加密算法的基本原理和常用的加密算法,包括MD5、SHA、AES等。我们可以使用第三方库,例如CryptoJS、sjcl等,来方便地实现加密功能。在实际应用中,需要根据具体的场景和需求选择合适的加密算法,并注意加密过程中的安全性和性能问题。同时,也需要综合考虑多种安全措施,以最大程度地保证数据的安全性。加密算法虽然可以起到一定的保护作用,但也不要滥用加密。过度的加密会降
如果给定一个长度为 $N$ 的序列片段 $\textbf{a} = a_1a_2 \cdots a_N \in \mathbb F^N$,已知它是由线性递归关系生成的。如何计算出生成它的最短的 LFSR ?我们使用联接多项式 $f$ 以及阶数 $l$ 来描述 LFSR。我们将 $(f_N,l_N)$ 称作 $\textbf{a}$ 的**线性综合解**,如果 $f_N$ 对应的 $l_N$ 级 L
前言本节主要讨论闵可夫斯基提出的关于连续最小值的上界问题。为了简化分析过程,主要讨论满秩的格,将结果类推到非满秩的格也是同理可得。一. BLICHFELD理论对于任意满秩格和集合,满足,存在。满足。如下图所示:证明: 将S平移到基本区中,若,则存在重合点。具体分析思路如下:...
一. 约化基令为约化基,可得。当时,结论可化简为。证明:
浅析SM1、SM2、SM3、SM4、同态加密、密态计算、隐私计算和安全多方计算的概念
这个过程就是同态函数D来实现的,D是密文空间中的同态解密算子,即用加密的私钥sk解密密文ct,得到加密的明文Enc(m),也就是密文ct本身。随机多项式e是服从高斯分布,大概率是非常小的,所以解密是可以被四舍五入掉(比如示例中的0.15x^2和0.04两项)。本质上,Bootstrapping的过程就是从密文ct到ct的变化,特别之处就是中间存在一步同态解密过程,消除了(累积的)噪声。定义:能在加
LWE问题了解