隐私信息检索(PrivateinformationretrievalPIR)也称为隐匿查询或匿踪查询，在医疗、股票、金融、社交等领域中都有大量应用场景。近年来PIR技术研究逐渐丰富，行业对应用PIR实现隐私保护的呼声也随之高涨。引言[SealPIR][1]是微软开源的PIR实现，实现了2018年发表在IEEES&P的论文[ACLS18][2]中的PIR方案。论文题目《PIRwithCompressedQueriesandAmortizedQueryProcessing》已经包含了两个主要的贡献点：对查询进行了压缩，通信量降低了274倍；通过概率批量编码(probabilisticbatchco
隐私信息检索(PrivateinformationretrievalPIR)也称为隐匿查询或匿踪查询，在医疗、股票、金融、社交等领域中都有大量应用场景。近年来PIR技术研究逐渐丰富，行业对应用PIR实现隐私保护的呼声也随之高涨。引言[SealPIR][1]是微软开源的PIR实现，实现了2018年发表在IEEES&P的论文[ACLS18][2]中的PIR方案。论文题目《PIRwithCompressedQueriesandAmortizedQueryProcessing》已经包含了两个主要的贡献点：对查询进行了压缩，通信量降低了274倍；通过概率批量编码(probabilisticbatchco
摘要随着云计算和人工智能的兴起，如何安全有效地利用数据，对持有大量数字资产的企业来说至关重要。同态加密，是解决云计算和分布式机器学习中数据安全问题的关键技术，也是隐私计算中，横跨多方安全计算，联邦学习和可信执行环境多个技术分支的热门研究方向。本文对经典同态加密算法Pailier算法及其相关技术进行介绍，重点分析了Paillier的实现原理和性能优化方案，同时对基于公钥的加密算法中的热门算法进行了横向对比。最后介绍了Paillier算法的一些实际应用。【关键词】：同态加密，多方安全计算，联邦学习，隐私计算1背景知识1.1同态加密同态加密（HomomorphicEncryption，HE）[1]是
摘要随着云计算和人工智能的兴起，如何安全有效地利用数据，对持有大量数字资产的企业来说至关重要。同态加密，是解决云计算和分布式机器学习中数据安全问题的关键技术，也是隐私计算中，横跨多方安全计算，联邦学习和可信执行环境多个技术分支的热门研究方向。本文对经典同态加密算法Pailier算法及其相关技术进行介绍，重点分析了Paillier的实现原理和性能优化方案，同时对基于公钥的加密算法中的热门算法进行了横向对比。最后介绍了Paillier算法的一些实际应用。【关键词】：同态加密，多方安全计算，联邦学习，隐私计算1背景知识1.1同态加密同态加密（HomomorphicEncryption，HE）[1]是
隐私信息检索(PrivateinformationretrievalPIR)也称为隐匿查询或匿踪查询，在医疗、股票、金融、社交等领域中都有大量应用场景。近年来PIR技术研究逐渐丰富，行业对应用PIR实现隐私保护的呼声也随之高涨。引言[SealPIR][1]是微软开源的PIR实现，实现了2018年发表在IEEES&P的论文[ACLS18][2]中的PIR方案。论文题目《PIRwithCompressedQueriesandAmortizedQueryProcessing》已经包含了两个主要的贡献点：对查询进行了压缩，通信量降低了274倍；通过概率批量编码(probabilisticbatchco
隐私信息检索(PrivateinformationretrievalPIR)也称为隐匿查询或匿踪查询，在医疗、股票、金融、社交等领域中都有大量应用场景。近年来PIR技术研究逐渐丰富，行业对应用PIR实现隐私保护的呼声也随之高涨。引言[SealPIR][1]是微软开源的PIR实现，实现了2018年发表在IEEES&P的论文[ACLS18][2]中的PIR方案。论文题目《PIRwithCompressedQueriesandAmortizedQueryProcessing》已经包含了两个主要的贡献点：对查询进行了压缩，通信量降低了274倍；通过概率批量编码(probabilisticbatchco
【摘要】在大数据时代背景下，如何在保护数据安全隐私的前提下充分发挥数据的价值，成了一个亟待解决的问题。同态加密作为实现数据隐私计算的关键技术，在云计算、区块链、隐私计算等领域均存在着广泛的应用需求和一些可行的应用方案。1什么是同态加密同态加密（Homomorphicencryption）是一种加密形式，它允许人们对密文进行特定形式的代数运算得到仍然是加密的结果，将其解密所得到的结果与对明文进行同样的运算结果一样。换言之，这项技术令人们可以对加密的数据进行处理，得出正确的结果，而在整个处理过程中无需对数据进行解密。同态加密的实现效果如图所示。第一个构造出全同态加密（FullyHomomorphi
【摘要】在大数据时代背景下，如何在保护数据安全隐私的前提下充分发挥数据的价值，成了一个亟待解决的问题。同态加密作为实现数据隐私计算的关键技术，在云计算、区块链、隐私计算等领域均存在着广泛的应用需求和一些可行的应用方案。1什么是同态加密同态加密（Homomorphicencryption）是一种加密形式，它允许人们对密文进行特定形式的代数运算得到仍然是加密的结果，将其解密所得到的结果与对明文进行同样的运算结果一样。换言之，这项技术令人们可以对加密的数据进行处理，得出正确的结果，而在整个处理过程中无需对数据进行解密。同态加密的实现效果如图所示。第一个构造出全同态加密（FullyHomomorphi
