在之前的博客中,我们总结梳理了基于密码学技术的安全聚合三条技术路线:基于成对加性掩码、基于同态加密和基于秘密分享。其中,以秘密分享为基础的安全聚合可以在服务器端调用安全多方计算协议,理论上可以支持任意聚合方案的安全实现。本文我们进一步深入分析该技术路线下的关键工作。 0. 系统模型概览 在介绍具体的方案构造...
六 公众号导读 自己撰写博客已经很长一段时间了,由于个人涉猎的技术领域比较多,所以对高并发与高性能、分布式、传统机器学习算法与框架、深度学习算法与框架、密码安全、隐私计算、联邦学习、大数据等都有涉及。主导过多个大项目包括零售的联邦学习,社区做过多次分享,另外自己坚持写原创博客,多篇文章有过万的阅读。公众...
利用Beaver乘法三元组用于L2范数计算中的安全求平方运算。 3.1 直观的方案 最直观的方法则是利用两方算术秘密分享把客户端梯度直接秘密分享给两个服务器,两个服务器调用上述安全计算模块实现安全鲁棒性检测、聚合。然而,安全两方计算的离线计算的开销太大,会影响...
广东电网申请一种数据安全聚合方法专利,提高数据上传到第三方的隐私安全 金融界2025年1月24日消息,国家知识产权局信息显示,广东电网有限责任公司申请一项名为“一种数据安全聚合方法、装置、设备以及存储介质”的专利,公开号CN 119337420 A,申请日期为2024年10月。 专利摘要显示,本发明公开了一种数据安全聚合方法、装置...
本文针对明文横向联邦学习(Horizontal Federated Learning,HFL)下存在隐私泄露的问题,主要梳理面向隐私保护的安全聚合方案,并略微涉及到的其他方面的问题(例如鲁棒性)。 2 成对加性掩码路线 Google在CCS'17提出的基于成对加性掩码的安全聚合方案是经典方案...
专利摘要显示,本发明公开了一种数据安全聚合方法、装置、设备以及存储介质,所述方法包括:获取用户设备所发送的加噪后的本地数据集;其中,所述本地数据集是由用户设备将噪声添加至用户的原始本地数据集中所得到的;根据加噪后的本地数据集以及服务器所下发的本地模型,对所述本地模型的本地模型参数进行更新,并将更...
本文基于Learning With Errors(LWE)技术实现了新型高效且满足差分隐私的安全聚合协议。实验结果表明与现存具有差分隐私的联邦学习安全聚合方案相比,本文安全聚合协议在不损失模型精度的前提下,性能优于当前大部分技术。 论文名称:Efficient Differentially Private Secure Aggregation for Federated Learning via Hardness of ...
6月14日,由《网络安全和信息化》杂志和IT运维网联合主办的“2023 CIO信息安全论坛”在北京成功举办。本次论坛以“数享智变 安全聚合”为主题,邀请中国软件评测中心总工程师、赛迪检测认证中心有限公司总经理陈渌萍,赛迪顾问软件与信息服务业研究中心副总经理刘娟,相关信息安全领域专家,以及ManageEngine卓豪、东华慧湾、智...
安全聚合:每日信安文章收集工具 大概去年5月写了一个小工具,供社团群机器人每日推送文章。近期想起来了集中发布一下。 功能:获取一些文章链接。 获取的文章来源: 1.看雪论坛微信公众号 2.吾爱破解论坛微信公众号 3.安全客每日安全热点...
1、本申请提供一种联邦学习的安全聚合方法、装置、设备及介质,能够保证参与方的公钥不被恶意篡改,提高参与方的公钥安全性和数据安全性。 2、第一方面,本申请提供了一种基于联邦学习的安全聚合方法,由服务器执行,包括: 3、接收多个参与方发送的公钥和第一签名数据,其中所述第一签名数据通过对所述公钥进行签名得到; ...