Advertisement

Python-ReSeal：用于Python的全同态加密(FHE)库

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
Python-ReSeal是一款专为Python设计的全同态加密(FHE)库，它基于ReSeal库构建，支持在密文状态下进行高效计算。 Python-ReSeal是一个完全同态的加密抽象库，主要致力于启用加密的深度学习。现在，该库通过使用pybind11绑定到python的Microsoft-SEAL支持CKKS方案，并将所有MS-SEAL的对象抽象为一个单个元对象，以方便进行序列化、反序列化、加密、加法和乘法等操作。这使得它更精简并易于使用。 出于多种原因，包括持续集成/持续交付（CI/CD），Python-ReSeal将开始通过GitLab进行过渡，并且GitHub仍将是最新的镜像。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • Python-ReSeal：用于Python的全同态加密(FHE)库
    优质
    Python-ReSeal是一款专为Python设计的全同态加密(FHE)库，它基于ReSeal库构建，支持在密文状态下进行高效计算。 Python-ReSeal是一个完全同态的加密抽象库，主要致力于启用加密的深度学习。现在，该库通过使用pybind11绑定到python的Microsoft-SEAL支持CKKS方案，并将所有MS-SEAL的对象抽象为一个单个元对象，以方便进行序列化、反序列化、加密、加法和乘法等操作。这使得它更精简并易于使用。 出于多种原因，包括持续集成/持续交付（CI/CD），Python-ReSeal将开始通过GitLab进行过渡，并且GitHub仍将是最新的镜像。
     
  • Python同态加密深度学习库
    优质
    Python同态加密深度学习库是一款专为保护数据隐私而设计的工具包，它允许在密文上直接进行深度学习模型训练和推理，确保用户的数据安全与计算透明。 PySyft 是一个用于安全私密深度学习的 Python 库。它使用 PyTorch 中的联合学习、差分隐私和多方计算（MPC）技术来分离私有数据与模型训练过程。 关于 PySyft 的详细解释可以在相关论文中找到，同时 Siraj Raval 也提供了预安装视频教程供参考。建议在 Conda 虚拟环境中进行安装，尤其是使用 Windows 系统的用户可以考虑安装 Anaconda 并通过 Anaconda Prompt 进行操作： ``` conda create -n pysyft python=3 conda activate pysyft # 一些旧版本可能需要“source activate pysyft” conda install jupyter notebook pip install syft ``` PySyft 支持 Python 版本大于等于 3.6 和 PyTorch 1.1.0。
     
  • Python同态加密深度学习库详解
    优质
    本文章详细介绍了一个基于Python的同态加密深度学习库，探讨了它在保护数据隐私方面的应用及技术细节。 Python同态加密深度学习库
     
  • HElib全同态加密库方案
    优质
    HElib是一款实现全同态加密（FHE）技术的开源软件库，允许在密文上进行复杂的计算操作而不先解密数据，保障了数据的高度隐私和安全。 这是IBM用C++编写的全同态加密库HElib，支持加、减、乘的全同态加密操作。有了这些基本操作，我们可以实现各种形式的计算，并将全同态加密技术应用于各个行业的安全领域。
     
  • 关于FHEW全同态加密库的学习笔记
    优质
    本学习笔记详细记录了对FHEW全同态加密库的研究过程与心得，涵盖其原理、实现细节及应用示例，旨在帮助初学者快速掌握相关技术。 这是关于全同态加密库FHEW的学习记录，在此对FHEW库的加解密算法、密文操作及生成方法进行了简要介绍，并结合GitHub上的代码进行分析。
     
  • 在Python环境中使用Paillier同态加密库的挑战与教训
    优质
    本文探讨了在Python环境下应用Paillier同态加密技术时遇到的技术难题及解决方案，分享实施经验和重要教训。 为了使用Paillier库，在摸索了两天之后终于成功搭建好了环境。作为一名刚接触Python不久的新手，本段落不讨论如何开发新的功能或改进现有代码的问题，仅记录一下在构建环境中遇到的几个问题以及解决办法，并解释其原因所在。希望这些内容能帮助到有同样困扰的朋友节省时间。 1. Paiilier库的选择（非常重要）：选择合适的Paillier加密库和Python版本是搭建环境的第一步。由于不同的库对Python版本的要求可能不同，因此在安装之前需要确保所选的库与当前使用的Python版本兼容。
     
  • 全同态加密编码
    优质
    全同态加密编码是一种高级加密技术，允许对密文进行计算操作后解密得到与直接作用于明文运算相同的结果。这项技术在保护数据隐私的同时支持云端等外部环境下的数据分析和机器学习应用，具有广阔的应用前景。 IBM的全同态加密代码非常出色，有助于理解相关概念。
     
  • TenSEAL：用于张量同态加密操作的库
    优质
    TenSEAL是一款专为实现张量同态加密运算设计的开源软件库，它提供了对机密数据进行计算的能力，同时保证了数据的安全性和隐私性。 TenSEAL 是一个用于在张量上进行同态加密操作的库，基于BFV和CKKS方案构建，并通过Python API提供了易用性，同时利用C++实现以保持高效性能。 产品特点包括： - 使用BFV对整数向量进行加密/解密。 - 使用CKKS对实数向量进行加密/解密。 - 支持加密矢量和普通矢量间的逐元素加法、减法及乘法操作。 - 提供点积和矩阵向量乘法功能。 在tenseal.sealapi下，可以完成SEAL API的使用。我们展示了基本的加密数据操作示例，对于机器学习应用中的更高级用法，请参考相关文档或指南。 以下是初始化TenSEAL上下文的一个例子： ```python import tenseal as ts # 设置 TenSEAL 上下文 context = ts.context(ts.SCHEME_TYPE.CKKS, poly_modulus_degree=8192, coeff_mod_bit_sizes=[60, 40, 40, 60]) ``` 这段代码展示了如何使用TenSEAL库来初始化一个基于CKKS方案的加密上下文。
     
  • 纯Python实现的Paillier同态加密算法.zip
    优质
    本资源提供了一个使用纯Python编写的Paillier同态加密算法实现。该库允许用户执行基本的加解密操作，并支持同态性质下的加法和乘法运算，适用于需要保护数据隐私的研究与开发项目。 Paillier同态密码是基于纯Python实现的一种加密技术。该系统允许在密文上执行代数运算（如“加法”和“乘法”），并对结果进行解密，得到与直接对明文数据进行相同操作后所得的结果一致的输出。这种特性使得Paillier算法特别适用于需要保护隐私的数据处理场景中。
     
  • 基于整数的全同态加密方法
    优质
    本研究提出了一种基于整数运算的全同态加密方案，旨在支持明文数据的任意多项式计算，同时确保密文形式下的数据安全与隐私保护。 全同态加密技术中的DGHV方案实现使用Python语言编写，并通过sage文件来完成。