加密朋克
-
基于同态加密的联邦学习隐私保护方案设计与效率评估
在数据隐私日益受到重视的今天,联邦学习作为一种新兴的分布式机器学习范式,能够在保护用户数据隐私的前提下,实现模型的联合训练。然而,联邦学习仍然面临着一些安全挑战,例如,参与方可能恶意攻击,或者通过推理攻击泄露其他参与方的数据隐私。为了进一...
-
利用 RISC-V 向量扩展加速密码学算法:理论与实践
随着物联网、云计算和边缘计算的快速发展,密码学算法在保护数据安全和隐私方面扮演着越来越重要的角色。然而,传统的密码学算法在计算密集型操作中往往面临性能瓶颈。RISC-V 架构的向量扩展(Vector Extension,RVV)为加速密码...
-
零知识证明落地智能家居?如何不暴露隐私又能让设备“懂你”
作为一名安全工程师,我一直在思考一个问题:智能家居设备越来越普及,但用户隐私安全却始终是个隐患。摄像头可能泄露你的生活习惯,麦克风可能记录你的私密对话,甚至智能门锁都可能被黑客入侵。我们如何在享受智能家居带来的便利的同时,又能保护自己的数...