草庐IT

隐私库

全部标签

一文读懂隐私公链Findora生态布局

一、浅述隐私赛道的发展格局区块链是构建各类生态的底层,早期在比特币、以太坊公链确定了一个早期轮廓后,而后续的公链系统基本都保留了公开透明的特性,他们主要通过对自身系统架构、机制的改变以获得更好的性能。这意味着,绝大多数构建在其上的应用,都不具备隐私特性,每一笔交易都能够通过区块链浏览器进行链上追踪,所有交易信息一览无余。随着DeFi迎来爆发,并为其他赛道的发展构建了一个基本面后,越来越多的资金、用户涌入其中,而越来越多的用户表示,全盘的公开透明让他们感到不安,他们并不希望自己的每一笔交易,被所有人“监视”。从另一个方面看,加密资产被用作一些商业支付手段时,全盘的公开透明也一定会引发一些问题,比

一文读懂隐私公链Findora生态布局

一、浅述隐私赛道的发展格局区块链是构建各类生态的底层,早期在比特币、以太坊公链确定了一个早期轮廓后,而后续的公链系统基本都保留了公开透明的特性,他们主要通过对自身系统架构、机制的改变以获得更好的性能。这意味着,绝大多数构建在其上的应用,都不具备隐私特性,每一笔交易都能够通过区块链浏览器进行链上追踪,所有交易信息一览无余。随着DeFi迎来爆发,并为其他赛道的发展构建了一个基本面后,越来越多的资金、用户涌入其中,而越来越多的用户表示,全盘的公开透明让他们感到不安,他们并不希望自己的每一笔交易,被所有人“监视”。从另一个方面看,加密资产被用作一些商业支付手段时,全盘的公开透明也一定会引发一些问题,比

BSV 上的零知识隐私机器学习

此前,我们已经演示了在BSV上运行一个成熟的深度神经网络,其中机器学习(ML)算法的输入和模型都是公开的。在实践中,通常希望将输入或模型保持在链下并因此保持私有,同时仍确保ML算法如实运行。我们通过将零知识证明(ZKP)应用于ML来实现这一点。零知识链上机器学习涉及ML时,有两类隐私信息:隐私输入模型的输入是隐私的,但模型本身是公开的。这对于涉及敏感和隐私数据的应用程序特别有用,例如财务记录、生物识别数据(例如指纹、面部)、医疗记录和位置信息。例如,可以证明他已经超过21岁而无需透露他的年龄。或者保险公司使用信用评分模型进行贷款审批。该模型是为提高透明度而公开的,但申请人的工资和银行对账单等输

BSV 上的零知识隐私机器学习

此前,我们已经演示了在BSV上运行一个成熟的深度神经网络,其中机器学习(ML)算法的输入和模型都是公开的。在实践中,通常希望将输入或模型保持在链下并因此保持私有,同时仍确保ML算法如实运行。我们通过将零知识证明(ZKP)应用于ML来实现这一点。零知识链上机器学习涉及ML时,有两类隐私信息:隐私输入模型的输入是隐私的,但模型本身是公开的。这对于涉及敏感和隐私数据的应用程序特别有用,例如财务记录、生物识别数据(例如指纹、面部)、医疗记录和位置信息。例如,可以证明他已经超过21岁而无需透露他的年龄。或者保险公司使用信用评分模型进行贷款审批。该模型是为提高透明度而公开的,但申请人的工资和银行对账单等输

小米应用商店上架app隐私不合规自查整改办法

目前各大应用商店都上线了上架app隐私合规检测机制,以小米应用商店为例,只有符合法律法规及应用隐私合规上架标准要求的app才能顺利上架并展示给用户下载使用。已上架app在巡检中如果发现不满足应用隐私合规要求的,也会被下架处理。app隐私不合规怎么改对于很多开发者来说是个老大难的问题,下面就和大家分享下小米应用商店上架app隐私不合规自查整改办法,都是日常实践中积累出来的经验,希望对大家有所帮助。开发者在小米应用商店上传app后,如果隐私合规检测不通过,小米开放平台会通过邮件、开发者站弹窗公告的方式进行提醒,大家提交应用后最好隔1-2天再登录上去看下审核结果。对于隐私合规检测存在问题的app,开

小米应用商店上架app隐私不合规自查整改办法

目前各大应用商店都上线了上架app隐私合规检测机制,以小米应用商店为例,只有符合法律法规及应用隐私合规上架标准要求的app才能顺利上架并展示给用户下载使用。已上架app在巡检中如果发现不满足应用隐私合规要求的,也会被下架处理。app隐私不合规怎么改对于很多开发者来说是个老大难的问题,下面就和大家分享下小米应用商店上架app隐私不合规自查整改办法,都是日常实践中积累出来的经验,希望对大家有所帮助。开发者在小米应用商店上传app后,如果隐私合规检测不通过,小米开放平台会通过邮件、开发者站弹窗公告的方式进行提醒,大家提交应用后最好隔1-2天再登录上去看下审核结果。对于隐私合规检测存在问题的app,开

不经意传输扩展(OTE)-不经意伪随机函数(OPRF)-隐私集合求交(PSI)

即上篇《EfficientBatchedObliviousPRFwithApplicationstoPrivateSetIntersection》(CCS2016)的后续产物论文进行论文分享!《SpOT-Light:LightweightPrivateSetIntersectionfromSparseOTExtension》(CRYPTO2019)《PrivateSetIntersectionintheInternetSettingFromLightweightObliviousPRF》(CRYPTO2020)第一篇KKRT16是从运行效率上针对IKNP03-OTE的一个改变,通过将纠错码改为

不经意传输扩展(OTE)-不经意伪随机函数(OPRF)-隐私集合求交(PSI)

即上篇《EfficientBatchedObliviousPRFwithApplicationstoPrivateSetIntersection》(CCS2016)的后续产物论文进行论文分享!《SpOT-Light:LightweightPrivateSetIntersectionfromSparseOTExtension》(CRYPTO2019)《PrivateSetIntersectionintheInternetSettingFromLightweightObliviousPRF》(CRYPTO2020)第一篇KKRT16是从运行效率上针对IKNP03-OTE的一个改变,通过将纠错码改为

基于区块链的隐私保护与访问控制云框架

AuthPrivacyChain当前云计算的风险访问控制框架初始化云向区块链发送注册请求用户注册资源发布访问控制认证直接认证非直接认证授权撤消特点及安全性分析小结实验数据摘要云计算是一种提供共享和支持无处不在的按需访问计算的计算模型,为许多行业提供新的数据处理和服务,显著降低用户的计算和存储成本,并提高易用性。随着云规模和强度的发展,云安全已经成为云计算领域的一个重要问题。访问控制是保护企业和个人存储在云中的敏感数据的关键安全技术之一。由于云采用集中式访问控制机制,云中的敏感数据很容易被黑客或云内部管理人员篡改或泄露。为了解决这个问题,我们提出了一个基于区块链的带有隐私保护的访问控制框架,名为

基于区块链的隐私保护与访问控制云框架

AuthPrivacyChain当前云计算的风险访问控制框架初始化云向区块链发送注册请求用户注册资源发布访问控制认证直接认证非直接认证授权撤消特点及安全性分析小结实验数据摘要云计算是一种提供共享和支持无处不在的按需访问计算的计算模型,为许多行业提供新的数据处理和服务,显著降低用户的计算和存储成本,并提高易用性。随着云规模和强度的发展,云安全已经成为云计算领域的一个重要问题。访问控制是保护企业和个人存储在云中的敏感数据的关键安全技术之一。由于云采用集中式访问控制机制,云中的敏感数据很容易被黑客或云内部管理人员篡改或泄露。为了解决这个问题,我们提出了一个基于区块链的带有隐私保护的访问控制框架,名为