今天为大家介绍一篇发表于 NDSS 2024 的工作,第一作者为硕士生刘轩奇,通讯作者为刘卓涛老师,作者还包括李琦老师,徐恪老师和徐明伟老师。文章主要目标是在保障训练数据隐私性的前提下,实现支持多数据...
G.O.S.S.I.P 活动推荐 2024-04-07 上海期智研究院2024密码学夏令营
探索密码学前沿随着现代密码学的蓬勃发展,密码学已不仅关注信息的保密性、完整性和不可抵赖性等核心安全属性,而且密码技术在推动数据流通与创造价值方面发挥了重要的作用。特别是,安全多方计算、全同态加密和零知...
隐私计算的法理逻辑和法律的隐私计算评价
摘 要隐私计算在发挥数据要素作用和构建安全的数据确权、数据交易基础制度上具有重要价值。主要从隐私计算的合法性基础、发展过程中存在的法律掣肘及其与《网络安全法》《数据安全法》《个人信息保护法》等法律所定...
基于安全多方计算的两方推理
摘 要数字基础设施的发展加速了个人隐私数据在机器学习中的应用。随着机器学习即服务的市场规模逐步扩大,服务提供商和用户在双向获利的同时也面临着严重的隐私泄露风险。因此,安全推理作为隐私保护机器学习的一...
基于 PSI 的纵向联邦学习数据隐私安全技术
摘要:联邦学习系统较好地解决了“数据孤岛”问题,也在一定程度上保护了私密训练数据,然而目前联邦学习仍然存在一些隐私安全风险。首先根据联邦学习系统的不同运行阶段归纳总结了其中的隐私安全威胁,并给出了一些...
姚氏混淆电路原理简介
安全多方计算(Secure Multi-Party Computation ,MPC)技术主要是指,多个通信的参与者在保障通信和计算过程的正确性、隐私性、公平性等安全特征的基础上,联合进行某些功能函数...