多方同态加密方案设计

基于同态加密的机器学习研究综述

云计算是在共享资源的同时处理大型数据库的一种非常便捷的方法。 当前，有许多成本相对较低的云服务可用，这鼓励了机器和深度学习领域的研究人员使用它们。 云的问题在于其固有的不安全特性。 因此，诸如医疗保健和银行业之类的敏感部门不愿使用这些服务。 在本文中，我们为将“完全同态加密”应用于神经网络中的云上图像进行处理提供了概念证明。 在一定程度上，我们证明了FHE在黑白，灰度和彩色图像，高斯滤波和卷积神经网络（CNN）上的图像分类成功。

一.同态加密技术 同态加密技术的发展历程 突破性进展 — Gentry的工作 同态加密的研究方向 *

APT OWASP-安全编码规范参考指南 - eclipse AI安全 数据安全 恶意软件 网络安全 网络安全

以PPT的形式详细介绍了同态加密的原理，非常系统，从浅到深，逐步递进 ，非常系统，对于同态加密这种新型且深奥的技术，可以查询到的资源非常有限，而且大部分资源都是简单叙述，叙述其中的一小部分内容，让人看了不知头尾，本PPT非常系统

(Python)同态加密深度学习库 简介 PySyft 是一个用于安全、私密的深度学习的 Python 库。 PySyft 使用 PyTorch 中的联合学习、差分隐私和多方计算 (MPC) 将私有数据与模型训练分离。 加入 Slack 上的运动。 PySyft 详解 在关于 arxiv PySyft 的论文中可以找到对 PySyft 的更详细解释，Siraj Raval 预安装也以视频形式进行了解释。可选地，我们建议您在 Conda 虚拟环境中安装 PySyft。 如果您使用的是 Windows，我建议安装 Anaconda 并使用 Anaconda Prompt 从命令行工作。 conda create -n pysyft python=3 conda activate pysyft # 一些旧版本的 conda 需要“source activate pysyft”。 conda install jupyter notebook 安装 PySyft 支持 Python >= 3.6 和 PyTorch 1.1.0 pip install syft 如果您有关于 z

西安立辰远景JAVA笔试题目

Paillier半同态加密算法的原理、高效实现方法和应用

Pyfhel：PY马拉松F或H omomorphicËncryption大号ibraries。 版本：[ v2.3.1 ] 状态：稳定 描述：允许在整数的整数|向量上进行加，减，乘，标乘积。 该库充当最高级的C ++ HE库的优化Python API。 语言：C ++ 17之上的Python（3.5+）和Cython。 操作系统：Windows（在MSVC2017 ， MSVC2019和gcc6 for WSL上进行了测试）和Linux（在gcc6进行了测试）。 不支持MacOS。 :warning: 必需：Python必须已经用C ++ 17编译： g++>=6 | MSVC 2017+ :warning: Docs ：目前，仅记录了API []。 实例被大量评论。 依赖关系：有两种可能的后端（均与Pyfhel一起提供），C ++中的HE库： （默认无外部依赖项）。 （无外部依赖项） WI