安全多方计算工程实践:从零构建隐私保护协作系统 深入解析安全多方计算(SMPC)核心密码学原语与现代工程框架,涵盖Shamir秘密共享、混淆电路、茫然传输的工程实现,对比CrypTen、MP-SPDZ等主流框架,详解性能优化三大策略(离线预处理/函数近似/GPU加速),并提供生产级Docker部署架构与完整的隐私保护推理实践方案。 隐私计算 2026年10月02日 0 点赞 0 评论 110 浏览
远程证明协议工程深度实战 — 从 TEE 到隐私保护 AI 推理的信任链构建 深入解析远程证明协议的工程挑战与实战经验,涵盖 AMD SEV-SNP、Intel TDX 的证明流程、证书链验证、新鲜性保证、以及在隐私保护 AI 推理中的应用实践。 隐私计算 2026年10月02日 0 点赞 0 评论 110 浏览
机密计算与可信执行环境(TEE)深度解析:Intel TDX、AMD SEV-SNP、GPU TEE与远程认证协议 深入解析机密计算技术体系,涵盖Intel TDX、AMD SEV-SNP、NVIDIA GPU TEE三大硬件平台,详细阐述远程认证协议工程实践(IETF RATS/EAT/CoRIM)、主流机密计算框架(Constellation/Occlum/EGo/CoCo),以及联邦学习、密钥管理、AI模型保护等场景落地。 隐私计算 2026年09月21日 0 点赞 0 评论 106 浏览
联邦学习与差分隐私协同设计:从分布式模型训练到隐私保护推理的系统架构 深入解析联邦学习与差分隐私的协同设计:从FedAvg基础架构到DP-SGD引擎实现,涵盖安全聚合协议、Paillier同态加密、RDP矩会计师事务所、以及NVIDIA FLARE和Flower生产框架 隐私计算 2026年09月21日 0 点赞 0 评论 93 浏览
机密计算实战:Intel TDX / AMD SEV-SNP / GPU TEE 的硬件级隐私保护生产部署 深入解析机密计算三大硬件可信执行环境——Intel TDX、AMD SEV-SNP 和 NVIDIA GPU TEE,涵盖架构原理、远程证明协议与生产环境中的容器化部署实践 隐私计算 2026年09月20日 0 点赞 0 评论 94 浏览
差分隐私的噪声机制与联邦学习隐私预算管理 深入解析差分隐私的数学基础与三种噪声注入机制,剖析DP-SGD的训练流程、RDP隐私会计、联邦学习异构预算分配及自适应裁剪等前沿工程实践 隐私计算 2026年09月20日 0 点赞 0 评论 117 浏览