![](https://www.bitpush.news/wp-content/themes/Gztro/assets/img/logo.png)
解析FHEML:全同态加密在机器学习中的应用
全同态加密(FHE)是一种加密技术,允许在加密数据上进行有意义的计算,保护数据隐私。它在机器学习领域的应用促进了保护隐私的计算能力,如私密训练和预测。FHEML是一种基于FHE的机器学习方法,允许在加密数据上进行计算。已有一些流行的框架和库用于构建FHEML程序,如Concrete-ml和Tenseal。FHEML的用例包括外包计算、加密推断和加密训练洞察,允许组织在保护隐私的同时利用数据来提升运营效率和优化决策过程。
原文标题:WTF is FHEML
原文作者:Nitanshu Lokhande
原文来源:medium
编译:火星财经,MK
全同态加密(FHE)代表一种加密技术,使得在加密数据上执行有意义的计算成为可能。这意味着,当这些计算的结果被解密时,它们与在明文数据上执行相同计算所获得的结果一致。
In short
fenc 是一种同态加密函数
Where
其同态性在加密空间中保持计算不变。
在 FHE 的广泛类别中,我们通常将 FHE 方案分为以下三种:
-
部分同态加密(SHE):支持有限数量的密文加法和乘法操作。
-
全同态加密(FHE):支持在密文上进行任意数量的乘法和/或加法操作,解密时保持数据完整性。
-
选择性同态加密(Partial HE):仅支持密文上的加法或乘法操作,但不同时支持两者。
早期在机器学习(ML)中探索 FHE
全同态加密(FHE)在机器学习(ML)领域的应用促进了保护隐私的计算能力,使在加密数据上执行计算成为可能。
在这一领域,有几个显著的贡献,例如 Lauter(2021)探讨了如何将同态加密与 AI 集成以进行私密训练和预测,强调了密码学与机器学习的结合,以在利用 AI 力量的同时保护数据隐私。
此外,有关使用 FHE 的隐私保护深度神经网络的工作,详细介绍了一项研究,它探索了使用 FHE 和多方计算(MPC)对 ML 模型中的非算术函数进行混合模型评估,推动了在计算过程中保持数据和模型保密性的边界。
Graepel, Lauter 和 Naehrig(2012)的开创性论文《ML Confidential》介绍了如何将部分同态加密应用于安全地委托 ML 计算给计算服务的方法,确保机密 ML 算法的数据保密性。此外,关于在加密数据上进行逻辑回归和无监督学习算法的研究,展示了将传统 ML 方法调整以在加密约束下操作的实际应用和可能性,证明了这些方法在保护数据隐私方面的可行性和效率。这些工作共同强调了机器学习与密码学的关键交汇点,为未来安全、保护隐私的 ML 算法研究提供了蓝图。
介绍 FHEML
基于全同态加密的机器学习(FHEML)是一种利用全同态加密方案实现机器学习算法的方法。它确保正在处理的数据保持保密,允许在加密数据上进行计算。
FHEML 可以看作是零知识机器学习(ZKML)的补充,ZKML 专注于证明机器学习算法的正确执行,而 FHEML 强调在加密数据上执行计算以维护数据隐私。
FHEML 的核心在于它允许在加密数据上进行计算,使得计算结果一旦解密,就与在原始明文数据上执行计算所得到的结果相匹配。这种能力为机器学习应用开辟了重要的新范畴,因为它允许算法在不损害数据隐私或安全的情况下在加密数据上运行。
它可以可视化为:
FHEML包括被调整以与全同态加密方案协同工作的机器学习算法。通过利用这些方案,FHEML 为一系列以隐私为中心的机器学习用例开辟了新的可能性。从更高层次来看,这包括保密计算、加密训练和私密推断等。这些进展不仅增强了数据的安全性,也扩展了机器学习在处理敏感和隐私要求高的场景中的潜在应用。
关于 FHEML 的现有库和框架
目前,尽管没有统一的标准用于编写 FHEML 程序,但存在一些流行的框架和库,用于构建 FHEML 程序:
Concrete-ml 是由 Zama 创建的库,建立在他们的低级 TFHE(全同态加密)编译器 Concrete 之上。它允许将任意 Python 代码编译成 FHE 电路,使开发者能够编写可以在加密数据上执行计算的 Python 函数。
Concrete-ml 让开发者可以使用熟悉的机器学习 API(如线性模型、基于树的模型、神经网络),这些在 scikit-learn 或其他框架中可用,允许将 PyTorch 模型转换为其 FHE 兼容版本。基于随机梯度下降的分类器可用于加密数据上的训练。Concrete-ml 显著降低了实现加密数据上机器学习操作的难度。
Tenseal,由 OpenMined 社区开发,专注于在张量上启用同态操作(张量是神经网络中处理和表示数据的基本单元)。建立在 Microsoft SEAL(简单加密算术库)之上,Tenseal 提供了一个高效的、可通过 Python 访问的 API,其底层操作使用 C++ 实现,以提升在加密张量上实现同态加密操作的性能。
PySyft 是 OpenMined 的另一个贡献,旨在 Python 中实现安全和私有的深度学习。它结合了 Tenseal 的同态加密能力,增强了其保护隐私的功能。PySyft 引入了基于 CKKS 同态加密方案的 CKKS 张量,允许对实数进行操作并提供近似结果。这不仅涵盖同态加密,还包括安全多方计算和差分隐私,为保护隐私的机器学习提供了全面的解决方案。
TF Encrypted 是专为 TensorFlow 生态系统内的加密机器学习设计的框架。它模仿 TensorFlow 的体验,特别是通过 Keras API,促进了在加密数据上的训练和预测。TF Encrypted 利用安全多方计算和同态加密技术,提供保护隐私的机器学习能力。TF Encrypted 旨在使加密机器学习易于那些不熟悉密码学、分布式系统或高性能计算的人员使用,以推动加密机器学习的普及。
FHEML 的几个通用用例
外包计算
因为计算是在加密的数据上进行的,所以现在各方可以安全地将数据以加密形式共享给第三方来处理。
加密推断
这一过程促进了加密推断,其中用户请求的推断不会泄露给模型,并且默认情况下保持加密状态,仅用户可以使用他们的密钥进行解密。
加密训练洞察
此功能使企业能够使用敏感数据的加密形式来训练机器学习模型并获得洞察力。这允许组织利用其数据来增强运营效率,开发新策略,并优化决策过程,同时确保涉及数据的最高级别的隐私和安全保护。
比推快讯
更多 >>- 小罗伯特·肯尼迪:若当选总统将要求美国建立 400 万枚比特币储备,美元和比特币间的转账无需报告和交税
- Michael Saylor:比特币到 2045 年将达到 1300 万美元,牛市情况下可能达到 4900 万美元
- 美SEC批准灰度比特币迷你信托的19b-4 表格
- 前 FTX 高管 Ryan Salame 因被德国牧羊犬咬伤而要求推迟入狱日期
- 以太坊团队负责人:以太坊正在失去其“主线”,研究团队似乎接受了将一切中心化的想法
- BTC突破68000美元
- 美国法官批准推迟没收 FTX 的 PAC 政治捐款
- CryptoQuant创始人:本轮比特币牛市可能持续到 2025 年中期
- 美国泽西市市长:比特币是“通胀对冲工具”,个人还持有ETH
- Gemini调查:73% 的美国加密持有者计划在总统投票中考虑候选人对加密货币的立场
- 美参议员Bill Hagerty:正在努力推动通过支持比特币的立法
- EigenLayer:将推出AVS奖励和EIGEN程序化激励
- 瑞士金融市场监管机构:稳定币发行商会给与其合作的银行带来风险
- “木头姐”旗下 ARK Invest 于Q2减持Coinbase和特斯拉
- 比特币扩容网络Mezo完成750万美元战略轮融资,Ledger Cathay Fund领投
- Fortune:哈里斯或于未来几周分享比特币立场,据悉她的丈夫是一位“加密货币爱好者”
- Ledger 推出其最新系列硬件钱包 Ledger Flex
- 美国密歇根州养老基金第二季度买入660万美元的现货比特币ETF
- 今日美国以太坊ETF减持37044枚ETH,比特币ETF增持630枚BTC
- 消息人士:哈里斯竞选团队希望了解更多加密行业的相关信息
- Bitstamp:已完成Mt. Gox债权人的BTC与BCH分配,英国客户将有单独分配计划
- 野村证券旗下加密部门将于9月推出收益更高的以太坊ETF替代品
- VanEck CEO个人净资产中 30% 以上是比特币
- 量化基金 Kbit:尽管 ETF 带来快速回报,但仍应继续投资加密货币
- 比特币突破 67000 美元后,逾 75% 短期持有者已实现盈利
- Glassnode:当前比特币周期已经历两次 20%-30% 间的回撤
- 灰度向 Coinbase Prime 地址转入 11 万枚 ETH
- 以太坊ETF上市三天总资产已接近90亿美元
- GMX 社区发起将收入分配模式改为回购并分发 GMX 提案投票
- BlockFi 获得美国法院批准偿还 100% 客户资金
- BitForex 用户仍然无法提取其资金,总损失约5700万美元
- Jack Dorsey 正对 Block 进行重组
- 参议员 Elizabeth Warren:国外运营的加密挖矿机构可能被用来“监视美国的军事行动”
- 8480枚 ETH 从 Cumberland 转入 Coinbase Institutional
- Polymarket:哈里斯成为2024民主党总统候选人概率升至97%创新高
- 彭博分析师:以太坊 ETF 在抵消灰度资金流出方面不如比特币ETF
- 美国国务院承认比特币对萨尔瓦多旅游业产生积极影响,但对其经济影响“微乎其微”
- TON 生态 DeFi 解决方案 LayerPixel 完成 200 万美元种子轮融资,Kenetic Capital 领投
- 分析:若灰度 ETHE 按当前速度抛售,则其所持以太坊资产或于几周内耗尽
- 美国6月核心PCE物价指数月率0.2%,预期0.1%,前值0.10%
- Michael Saylor:美国政府应该拥有大多数比特币
- 香港立法会议员呼吁与内地有关单位深入合作加快推进数码港元进程,积极研究推进数字货币经济
- BRN 分析师:即将公布的 PCE 数据、特朗普比特币大会发言等因素或推动比特币创新高
- 渣打银行:预计 2034 年代币化市场规模将达到约 30 万亿美元
- 比特币大会今日将有众多政客发表演讲,参议员 Cynthia Lummis、小罗伯特·肯尼迪均将出席
- CeDeFi 收益平台 BitFi 宣布启动种子轮融资,估值为 5000 万美元
- 某鲸鱼从 Binance 提取 143 万 UNI 存入 AAVE 并借入 550 万 USDC
- 慢雾创始人余弦:警惕针对加密资产的假冒视频会议软件新型骗局
- Meme 推广平台 STIX 完成 180 万美元融资,Presto Labs 等参投
比推专栏
更多 >>- 2025 年可能会是 TON:TON 的崛起。
- Layer2 格局悄然变天,Base 生态有何看点?
- 3 种有望在 2024 年轻松翻倍的山寨币
- Web3 安全入门避坑指南|钱包被恶意多签风险
- 复盘德国政府抛售比特币:空军如何借势煽动市场情绪?
- 让社区驱动增长,Monad & Mad Lads 做对了什么?
- 比特币突涨至68000美元,又是因为一句可能的谣言?比特币可能成为美国的战略储备资产
- 2024 年最佳加密交易机器人等级列表(排名从 D 到 S)
- IOSG Weekly Brief|ETH 和 Solana 观点的碰撞 - 经济安全研究 #235
- Footprint Analytics 助力 Core 区块链实现数据效率突破
观点
项目
比推热门文章
- Bitcoin 2024第二日:1BTC涨到4900万美元的多头号角;小肯尼迪承诺在美国建立比特币战略储备
- 【比推每日新闻精选】美SEC批准灰度比特币迷你信托的19b-4 表格;CryptoQuant创始人:本轮比特币牛市可能持续到 2025 年中期;Michael Saylor:比特币到 2045 年将达到 1300 万美元,牛市情况下可能达到 4900 万美元
- 小罗伯特·肯尼迪:若当选总统将要求美国建立 400 万枚比特币储备,美元和比特币间的转账无需报告和交税
- Michael Saylor:比特币到 2045 年将达到 1300 万美元,牛市情况下可能达到 4900 万美元
- 美SEC批准灰度比特币迷你信托的19b-4 表格
- Bitcoin 2024:大咖齐聚,行业拐点将至?
- 前 FTX 高管 Ryan Salame 因被德国牧羊犬咬伤而要求推迟入狱日期
- 以太坊团队负责人:以太坊正在失去其“主线”,研究团队似乎接受了将一切中心化的想法
- BTC突破68000美元
- 美国法官批准推迟没收 FTX 的 PAC 政治捐款