全同态加密(FHE):在加密数据上计算的密码学圣杯 深入解析全同态加密(FHE)从Gentry突破到工业级部署的完整演进,涵盖BGV/BFV/CKKS/TFHE四大方案、密文打包、自举机制、工程实现和应用场景 隐私计算 2026年10月15日 0 点赞 0 评论 54 浏览
安全多方计算:从秘密分割到隐私保护协同计算的密码学革命 深入探讨安全多方计算(SMPC)的理论基础、核心技术协议与工程实现,从姚期智的百万富翁问题到现代隐私计算生态,解析密码学如何在不泄露隐私的前提下实现协同计算。 隐私计算 2026年11月09日 0 点赞 0 评论 39 浏览
差分隐私工程实战:从 ε-δ 证明到生产级数据流水线 从 ε-δ 数学定义出发,拆解差分隐私的拉普拉斯/高斯噪声机制、敏感度分析、组合定理与工程实现陷阱,覆盖 DP-SGD、联邦学习隐私会计与生产级隐私保护数据流水线的构建,含可运行代码与隐私预算实战。 隐私计算 2026年10月07日 0 点赞 0 评论 36 浏览
数字时代的隐私权保护与数据治理 探讨数字时代隐私权的演进历程、主要法律框架、数据治理挑战及未来趋势,分析GDPR、CCPA等法规对全球数据保护的影响。 隐私计算 2026年11月07日 0 点赞 0 评论 34 浏览
隐私计算技术前沿:联邦学习、安全多方计算与可信执行环境的融合实践 联邦学习(Federated Learning)由Google于2016年提出,其核心思想是“数据不动模型动”——各参与方在本地训练模型,仅交换模型参数(梯度),原始数据始终保留在本地。 隐私计算 2026年11月07日 0 点赞 0 评论 25 浏览
隐私计算:在数据利用与隐私保护之间寻找平衡 深入解析隐私计算核心技术(联邦学习、安全多方计算、差分隐私、TEE、同态加密),探讨在数据利用与隐私保护之间寻找平衡的创新方案 隐私计算 2026年10月17日 0 点赞 0 评论 24 浏览