BleepingComputer网站消息，微软同意支付2000万美元罚款并改变儿童数据隐私程序，以解决联邦贸易委员会（FTC）对其违反《儿童在线隐私保护法》（COPPA）的指控。COPPA是一项美国联邦通用法律，主要针对在线收集13岁以下儿童个人信息的行为，规定网站管理者要遵守隐私规则，必须说明何时和如何以一种可以验证的方式向儿童家长索求同意，并且网站管理者必须保护儿童在线隐私和安全。微软未经家长允许，收集儿童隐私数据根据消费者保护机构的说法，微软在未征得父母同意甚至未通知他们的情况下，收集并保留了注册XboxLive服务儿童的个人信息。邦贸易委员会表示在2015年至2020年间，微软将儿童数
1.区块链隐私计算介绍区块链隐私计算是一种保护用户隐私，确保数据安全和保密的技术，通过区块链技术和密码学算法等手段实现了用户之间的数据安全共享和隐私保护。在传统区块链技术中，数据是公开透明的，且所有数据都会被记录在区块链上，所有节点都可以访问。因此，如果区块链中记录的信息涉及到个人隐私或商业机密等敏感信息，就会存在被其他人获取、篡改、泄露的风险。为了弥补这一缺陷，区块链隐私计算技术应运而生。区块链隐私计算技术包括同态加密（HomomorphicEncryption）、零知识证明（Zero-KnowledgeProof）、安全多方计算（SecureMultipartyComputation，SM
1.区块链隐私计算介绍区块链隐私计算是一种保护用户隐私，确保数据安全和保密的技术，通过区块链技术和密码学算法等手段实现了用户之间的数据安全共享和隐私保护。在传统区块链技术中，数据是公开透明的，且所有数据都会被记录在区块链上，所有节点都可以访问。因此，如果区块链中记录的信息涉及到个人隐私或商业机密等敏感信息，就会存在被其他人获取、篡改、泄露的风险。为了弥补这一缺陷，区块链隐私计算技术应运而生。区块链隐私计算技术包括同态加密（HomomorphicEncryption）、零知识证明（Zero-KnowledgeProof）、安全多方计算（SecureMultipartyComputation，SM
目录环签名介绍环签名原理生成签名验证签名门罗币中的交易发起者地址隐私
到2024年，全球75%的人口的个人数据将受到隐私法规的保护据Gartner,Inc.称，随着全球范围内隐私法规的数量不断增加，组织应关注五种隐私趋势，以帮助应对保护个人数据和满足法规要求的挑战。“到2024年底，Gartner预测世界上75%的人口的个人数据将受到现代隐私法规的保护。这种监管演变一直是隐私操作化的主要催化剂，” Gartner副总裁NaderHenein说。“由于大多数组织没有专门的隐私实践，因此在CISO办公室的保护下，实施这些要求的责任被转移到技术上，更具体地说是安全上。 ”随着未来两年隐私监管工作在数十个司法管辖区的扩展，许多组织将看到有必要立即开始他们的隐私计划工作。
数据智能产业创新服务媒体——聚焦数智 ·改变商业随着《数据安全法》和《个人信息保护法》的陆续出台，国内对数据分级分类管理、数据安全保护等要求逐渐上升至新台阶。而雏形阶段的Web3.0，其去中心化、链上数据可查等核心属性亦需得到隐私保护。在此背景之下，以隐私计算为代表的数据流通关键技术迅速发展，为数据要素安全、合规、有序流通交易提供了技术支撑。作为释放数据价值的新兴技术，隐私计算相关技术虽已得到理论层面的证明，但实际应用落地仍需融合不同技术流派，甚至需要结合区块链、AI等技术，这导致当下技术路线分支众多，隐私计算的商业化落地尚处起步阶段。在实际应用场景中，隐私计算虽能实现“数据可用不可见”，但也
美国联邦贸易委员会（FTC）对亚马逊旗下的Alexa语音助手和Ring（智能门铃）安全摄像头的一系列隐私问题累计罚款3080万美元。其中包括对违反儿童隐私法的2500万美元的罚款，因为他们永久保存了Alexa的语音记录，并阻止父母进行删除。FTC的SamuelLevine说："亚马逊误导父母，无限期保留儿童的录音，并无视父母的删除请求，这违反了COPPA，为了利润侵犯了隐私”。在法院的判决中，这家零售巨头被要求删除收集的信息，包括并不活跃的儿童账户、地理位置数据和语音记录，并禁止收集这些数据来训练其算法。美国联邦贸易委员会当天在其官网宣布，Ring将为其受到的侵犯客户隐私指控支付580万美元。
【引】走近任何一个领域，都会发现自己的渺小和微不足道，会越发地敬畏技术和未知，隐私计算也不例外。读了一点儿文章和paper，觉得还是ACM上的这篇综述（https://queue.acm.org/detail.cfm?id=3561800）可以对全同态加密有一个概貌，从而了解其脉络方向，进而对隐私计算增加一点点认知。隐私计算中的完同态加密为加密数据提供量子安全级的计算，保证明文数据及其衍生计算结果永远不会公开，并且在基础设施受到破坏的情况下保持安全，不会被修改和/或破坏。大多数完同态加密方案都是基于lattice数学方式描述的（序理论和抽象代数子学科研究的一种抽象），被认为量子计算安全的，并被
本文向大家介绍一下一篇CCS2016的工作，文章的名字叫DeepLearningwithDifferentialPrivacy，在网上应该很容易就能找到，如果有朋友找不到还有兴趣的话可以私信我把文章发过去。这篇文章提出了一种叫MomentsAccountant的隐私预算（privacybudget）计算方法，直到今天依然差分隐私机器学习领域是最常用（也是最优越）的隐私预算计算方法之一。虽然本文为了验证其所提出的MomentsAccountant方法做了很多实验，但是我们重点关注其理论部分，对于实验部分我们不做大篇幅的解读，有兴趣的朋友们可以参考原论文，也欢迎大家一起讨论。【一】背景从文章标题就
TornadoCash工作原理TornadoCash (Tornado)是一种在以太坊区块链上运行的虚拟货币混合器，通过混淆其来源、目的地和交易对手，不加选择地促进匿名交易，而不试图确定其来源。它通过对零知识证明的创新使用，能够以不可追溯的方式将ETH以及ERC20代币（目前支持DAI，cDAI，USDC，USDT，WBTC）发送到任何地址。也就是说，Tornado接收各种交易并将它们混合在一起，然后再将它们传输给各自的接收者。虽然据称目的是增加隐私，但像Tornado这样的混合器通常被非法行为者用来洗钱，尤其是那些在重大抢劫中被盗的资金。TornadoCash如何实现隐私保护？Tornado
