隐私计算迎来千亿级风口, 一篇搞懂其技术理论基础

文末送书

免费领取

目录

• 安全多方计算

• • 1.安全性
  • 2.参与者

• 密码学

• • 椭圆曲线加密

• 密文计算

• • (1) 半同态加密
  • (2) 近似全同态加密
  • (3) 全同态加密

• 机器学习

• • 1.损失函数
  • 2.梯度下降
  • 3.深度学习

• 图书推荐

• 文末送书

安全多方计算

在介绍安全多方计算（简称 MPC）之前，在参与 MPC 的所有方中有一些可能落入一个恶意实体（攻击者）的掌控；这些落马参与者的统称为被黑方（黑色方），它们会按照恶意实体发出指令来发起攻击；这样的协议必须能够抵御所有恶意实体发起的有效攻击；为了严谨地定义和证明这一性质——即无论恶意实体如何操作都无法破坏系统的一致性——我们需要对 MPC 的安全性进行全面规范；

1.安全性

安全多方计算的安全性规范采用了一种基于理想与现实对比范式 (Ideal/Real Paradigm)来界定。在理想模型中设定了一个可信赖的第三方机构 (Trusted Third Party, TTP)，所有参与方将各自保密的信息通过安全通道传递给该机构。由该机构在整合各方数据后执行函数运算，在运算完成后，该机构将处理结果分发给所有参与者。在运算过程中，默认情况下每个参与者唯