原创 Transformer 原理圖解

轉載:小白看得懂的 Transformer (圖解) 引言 谷歌推出的BERT模型在11項NLP任務中奪得SOTA結果,引爆了整個NLP界。而BERT取得成功的一個關鍵因素是Transformer的強大作用。谷歌的Transformer

原创 面試日記 | 安永

網絡安全研究 一面 自我介紹 項目 實習 職業規劃 二面 自我介紹 密碼基礎 密碼體制 常見密碼算法 哈希的特點 給出場景,提出解決方案 三面 自我介紹 介紹隱私計算 技術 使用場景 解決方案 未來規劃

原创 文章學習 | MPC 是下一代私鑰安全的7大原因

文章學習:MPC 是下一代私鑰安全的7大原因 前言 多重簽名錢包與單一密鑰錢包相比,因其提升了資產安全性,如今已成爲機構管理加密貨幣的標準做法。然而,最近在多方計算(MPC)領域的密碼學突破正引領私鑰安全的新一代發展。 麻省理工學院數字

原创 多方安全計算(4)MPC萬能積木:祕密共享

學習&轉載文章:多方安全計算(4)MPC萬能積木:祕密共享 前言 在之前的文章(多方安全計算(3)MPC萬能鑰匙:混淆電路中,我們對MPC中一類通用方案混淆電路(GC)與密文比較策略做了介紹。混淆電路通過將任務抽象爲電路以及對基礎電路提

原创 RELIC庫學習

《RELIC庫學習》 文章介紹:密碼學與區塊鏈技術實驗室向開源項目RELIC貢獻國密算法代碼 瞭解 RELIC是由Diego F. Aranha開發的高效、靈活的開源密碼原語工具箱,包含多精度整數運算、有限域(包含素數域和二元域)運算、

原创 基於同態加密的生物認證研究-2015

本文學習“基於同態加密的生物認證研究-2015”,記錄筆記 摘要 生物特徵認證:人臉、虹膜、指紋等 引言 生物特徵認證中使用同態加密,可以在密文域中計算,數據更加安全。 生物特徵,比如指紋、人臉、掌紋、手形、虹膜等 相比其他

原创 cmake-3

本節內容,轉載文章:https://www.zhihu.com/column/c_200294809 ;參考程序:https://github.com/BrightXiaoHan/CMakeTutorial 實驗環境:MacOS fi

原创 cmake學習-2

似懂非懂,一定要搞懂基礎的,剩下的邊做邊學,從案例中入手。 有關cmake的介紹,請參考: 1、https://www.cnblogs.com/pam-sh/p/13885959.html 2、https://www.cnblogs.c

原创 Multiparty Cardinality Testing for Threshold Private Set-2021:解讀

本文記錄閱讀該論文的筆記。 本文基於閾值加法同態加密方案提出了一個新的允許\(N\)方檢查其輸入集的交集是否大於\(n-t\)的PSI方案,該協議的通信複雜度爲\(O(Nt^2)\)。 注意:\(N\)指的是多少個參與方、\(n\)是輸

原创 安全性證明

敵手模型 1、根據敵手是否指示參與方行事 (1)半誠實模型 參與方即使被腐敗,也會正常執行協議,但中間會手機相關信息(比如中間結果等),並試圖利用這些信息學習協議中的保密信息。 (2)增強半誠實模型 在半誠實的基礎上,敵手可以更改參與者的

原创 Improved Security for a Ring-Based Fully Homomorphic Encryption Scheme-2013:解讀

本文記錄閱讀此論文的筆記 摘要 (1)1996年,HPS三人提出一個格上的高效加密方案,叫做NTRUEncrypt,但是沒有安全性證明;之後2011年,SS等人修改此方案,將其安全規約到標準格上的困難問題;2012年,LTV等人基於修

原创 c++:-8

上一節學習了C++的STL庫和範型:c++:-7,本節學習c++的輸入輸出和流類庫。 I/O流 (1)程序與外界環境的信息交換 當程序與外界環境進行信息交換時,存在着兩個對象:程序中的對象、文件對象。 流是一種抽象,負責在數據的生產者和

原创 隱私集合求交(PSI)-多方

本文主要講解一個多方的PSI協議,文章轉載:隱私計算關鍵技術:多方隱私集合求交(PSI)從原理到實現以及多方隱私求交——基於OPPRF的MULTI-PARTY PSI;原論文:Practical Multi-party Private S

原创 隱私集合求交(PSI)-0

在知乎上看到一篇文章,講解PSI的,很好,在這裏簡單摘抄一下學習。來自:隱私計算關鍵技術:隱私集合求交(PSI)原理介紹。對應的開源庫。對應的論文:Efficient Batched Oblivious PRF with Applicat

原创 SEAL庫 - 安裝和介紹

本篇文章介紹:SEAL同態庫的安裝和簡單使用 注:使用Clang++編譯的Microsoft Seal比使用GNUG++編譯的Microsoft Seal具有更好的運行時性能。 1、 cmake:適應於Windows、MACOS、li