史俊杰 |
![](https://f.msup.com.cn/FstXCJlxWsrC8CiUdZ3pH3Da71Lv.png)
矩阵元 研究院,算法高级架构师
开源隐私计算框架 Rosetta 的创始团队成员兼社区技术负责人。在安全多方计算(MPC)、零知识证明、同态计算和差分隐私等前沿隐私计算技术方面有丰富的落地实践经验。曾在百度、腾讯分别从事网络安全、数据安全系统和联盟区块链应用等研发工作。
![](/Public/images/before_train/train_summary.png)
课程概要
案例背景:
近年来,数据安全与用户隐私引起了越来越多的关注,如果从技术角度出发,实现在共享数据释放数据价值的同时,保护数据安全和用户隐私?
在具体的系统设计上,隐私计算系统的高效实现离不开对于密码学、AI模型、数据科学等的深入理解。如何实现一个解耦的架构使得密码学、AI、数据科学领域的工程师都能参与其中?
解决思路:
本报告会结合开源项目 Rosetta 介绍将安全多方计算MPC等前沿密码学协议无缝融合到TensorFlow中实现易用、可扩展、高性能的隐私计算框架的实践。
AI 模型开发者仍可以在前端使用原生TF代码构建上层模型而无需了解密码学知识,安全协议开发者可以在后端实现基础的功能算子而无需了解AI知识。
成果:
目前 Rosetta 已经可以集成 MPC协议 SecureNN、Helix 和零知识证明协议 wolverine,而在上层则可以支持 LR、DNN、ResNet 等模型的训练和预测,性能优于国内外类似框架。
目前开源社区已经吸引了近千名爱好者。
![](/Public/images/course/course_01.png)
听众收益
了解安全多方计算MPC技术的理论和应用发展历史;
了解如何对AI框架进行深度的前后端扩展以引入隐私计算技术;
学习在具体AI模型下对MPC算子进行定制改造提升通信效率的方法;
史俊杰 |
![](https://f.msup.com.cn/FstXCJlxWsrC8CiUdZ3pH3Da71Lv.png)
矩阵元
研究院,算法高级架构师
开源隐私计算框架 Rosetta 的创始团队成员兼社区技术负责人。在安全多方计算(MPC)、零知识证明、同态计算和差分隐私等前沿隐私计算技术方面有丰富的落地实践经验。曾在百度、腾讯分别从事网络安全、数据安全系统和联盟区块链应用等研发工作。
![](/Public/images/before_train/train_summary.png)
课程概要
案例背景:
近年来,数据安全与用户隐私引起了越来越多的关注,如果从技术角度出发,实现在共享数据释放数据价值的同时,保护数据安全和用户隐私?
在具体的系统设计上,隐私计算系统的高效实现离不开对于密码学、AI模型、数据科学等的深入理解。如何实现一个解耦的架构使得密码学、AI、数据科学领域的工程师都能参与其中?
解决思路:
本报告会结合开源项目 Rosetta 介绍将安全多方计算MPC等前沿密码学协议无缝融合到TensorFlow中实现易用、可扩展、高性能的隐私计算框架的实践。
AI 模型开发者仍可以在前端使用原生TF代码构建上层模型而无需了解密码学知识,安全协议开发者可以在后端实现基础的功能算子而无需了解AI知识。
成果:
目前 Rosetta 已经可以集成 MPC协议 SecureNN、Helix 和零知识证明协议 wolverine,而在上层则可以支持 LR、DNN、ResNet 等模型的训练和预测,性能优于国内外类似框架。
目前开源社区已经吸引了近千名爱好者。
![](/Public/images/course/course_01.png)
听众收益
了解安全多方计算MPC技术的理论和应用发展历史;
了解如何对AI框架进行深度的前后端扩展以引入隐私计算技术;
学习在具体AI模型下对MPC算子进行定制改造提升通信效率的方法;
![](/Public/images/richeng/foot_top.png)