专题出品人: 郭宇

安比实验室创始人 区块链安全专家

专题:安全计算和隐私保护

随着互联网,大数据,云的发展让越来越多的数据上云,但也带来许多隐私问题。如何通过安全计算,密码学领域的技术来保护用户的隐私?这些新技术一方面可以保护用户的“数据主权”,另外也可以帮助企业取信于用户。这个专题既有来自学术前沿的最新理论介绍,也有来自一线的工程实践,希望能带来学术与工程的碰撞。

本专题下的议题

零知识证明理论的发展与应用
郭宇 安比实验室 CEO
所属专题:安全计算和隐私保护

课程概要

案例背景:
1. 区块链链上数据的隐私保护
2. 区块链吞吐率低下
3. 数据隐私计算中的信任问题
4. GB数据级别的零知识证明性能

解决思路:
1. 改进零知识证明理论
2. 将零知识证明技术与数据处理技术结合

成果:
1. 实现基于区块链的公平交易协议——zkPoD
2. 实现GB级别的数据零知识证明技术与框架

听众收益

1. 理解零知识证明的原理和发展历程
2. 理解零知识证明的框架架构
3. 理解无可信第三方参与的公平交易协议的原理
4. 理解大规模数据的零知识证明技术的基本原理和框架
5. 零知识证明在隐私计算领域的应用前景

基于区块链的隐私支付分析与比较
袁立威 平安壹钱包 区块链实验室负责人
所属专题:安全计算和隐私保护

课程概要

案例背景:
当今社会隐私信息保护越来越受到个人和企业的重视,支付信息做为重要的隐私信息目前并不能得到很好的保护,基于区块链的隐私支付方案可提供此问题的一种解决方案。

解决思路:
通过区块链和密码学相关技术,解决支付中的隐私保护问题。

成果:
目前基于区块链的隐私支付方案已经能实际运行,但可用性和性能还有待提高。

听众收益

1.了解主流隐私支付方案。
2.了解隐私支付方案的问题与解决方法。
3.了解隐私支付方案的研究方向。

联邦学习与安全多方计算方案的分析与比较
洪澄 阿里巴巴 安全部 安全总监
所属专题:安全计算和隐私保护

课程概要

案例背景:
联邦学习是一种流行的跨机构数据协同解决方案,但是它在安全性方面尚存在一些问题。本报告将从多个方面对这些问题进行分析,介绍更加安全的安全多方计算解决方案,并介绍阿里在安全多方计算方面取得的最新成果。

解决思路:
安全多方计算( Secure Multi-Party Computation,MPC)于1986 年由姚期智院士提出。安全多方计算协议允许多个数据所有者在互不信任的情况下进行协同计算,并保证任何一方均无法得到除预设的计算结果之外的其他任何信息。

成果:
MPC在Logistic Regression等简单模型中的性能完全可以实用化:在10000*100 级别的数据上,MPC可以秒级~分钟级完成建模。

听众收益

了解联邦学习、安全多方计算等多种数据协同技术各自的优势和劣势;
对各类技术的风险和收益有更清晰的认识。

中国科学技术大学博士,耶鲁大学访问学者,中国计算机学会区块链专委会委员,数字资产研究院学术与技术委员。郭宇博士曾任中国科学技术大学副教授,参与并主持过多项国家级重点科研项目,在国际顶级会议与期刊发表论文几十篇,研究领域涉及形式化验证、零知识证明、操作系统内核、区块链技术、系统安全等方面。

专题:安全计算和隐私保护

随着互联网,大数据,云的发展让越来越多的数据上云,但也带来许多隐私问题。如何通过安全计算,密码学领域的技术来保护用户的隐私?这些新技术一方面可以保护用户的“数据主权”,另外也可以帮助企业取信于用户。这个专题既有来自学术前沿的最新理论介绍,也有来自一线的工程实践,希望能带来学术与工程的碰撞。

其他相关专题

CopyRight © 2008-2020 Msup & 高可用架构

京ICP备09001521号