「プライバシーコンピューティングハッカソン」の受賞コードはすべてオープンソースです。チェックインしに行きましょう〜

「2022 Privacy Computing HACKATHON Competition」は、OpenMPCとCSDNが共催するプライバシーコンピューティング技術を巡るクリエイティブコンペティションです！このコンテストには、国内外の有名な大学、企業、機関から多くの参加チームが参加申し込みをしています。コンテストは数カ月に渡り、審査員による厳正な審査の結果、優秀な15チームが優勝を勝ち取りました。優勝チームはすでに発表されているので、ここでは繰り返しません。今日はプロジェクトとソースコードについてのみ話します。

オープンソースの共同構築、公平性、透明性の原則に従って、勝者との友好的なコミュニケーションと交渉を経て、プルリクエストを通じてコンテストのソースコード/PPT/スキームをPrimiHubオープンソースコミュニティに提供することを全会一致で決定しました( PR）。

アドレス: https://github.com/primihub/hackathon

私たちは、オープンソースを通じて、プライバシーコンピューティングの愛好家、実践者、オタクの皆様に、参加コードの最適化、プログラムの改善、フィードバックの提供に参加していただけることを心から願っています。PrimiHub オープンソースコミュニティは、受賞歴のあるチームと協力して、オープンソースの力を利用してプライバシーコンピューティングテクノロジーの研究と革新を促進し、プライバシーコンピューティングテクノロジーと業界アプリケーションシナリオの緊密な統合を加速することに意欲を持っています。

数多くの素晴らしい企画を見て編集者がどうしてもコンテストの結果を皆さんにお伝えしたくて、賞品配布促進のため各方面との連絡に追われる中、この記事をまとめさせていただきました。それでは、これらのエントリを一緒に見ていきましょう!

メテオリブ

仕事: 効率的で安全なマルチパーティコンピューティング数理統計コンピューティングサブライブラリ
チーム: MPCers
受賞歴：最優秀賞

周知のとおり、セキュアなマルチパーティコンピューティングにより、マルチパーティデータが利用可能かつ不可視であることが効果的に確保され、それによってプライベートデータが効果的に保護されます。ただし、既存のセキュアコンピューティングソリューションは高価であり、大規模なデータスケールに適用するのは困難です。

MeteorLib は、Meteor に基づく効率的かつ安全なマルチパーティコンピューティング数学統計サブライブラリです。参加者のオンラインオーバーヘッドを効果的に削減できます。設計は論文 eprint/2023/100 ( https://eprint.iacr.org) に基づいています。 /2023/100)。

ソースコード: https://github.com/primihub/hackathon/blob/master/wining-project/MeteorLib/README.md

ZKLBS

仕事: ゼロ知識ベースの位置証明
チーム：SIF
受賞歴：準優勝

正確な測位技術の発展により、ますます多くの位置情報サービス (LBS) が人々の生活を改善してきました。しかし、ほとんどの LBS では、ユーザーがサービス要件を満たしていることを証明するために位置証明 (PoL) が必要となるため、ユーザーのプライバシーが暴露されます。

個人位置情報の漏洩によって起こり得る問題を解決するために、ゼロ知識位置証明 (zk-PoL) プロトコルに従って ZKLBS ゼロ知識証明プロジェクトが誕生しました。緯度と経度の座標のみが公開パラメーターとして提供されている場合、評価に参加しているユーザーが景勝地やビジネスに実際に到着していることを確認できます。

ソースコード: https://github.com/primihub/hackathon/blob/master/wining-project/ZKLBS/README.md

ABY-PPLP

研究内容: プライバシーを保護する距離計算と近隣検出プロトコルとアプリケーション
チーム: ABY
受賞歴：準優勝

位置情報ベースのサービスアプリケーションプロバイダーは、より良いユーザーエクスペリエンスを得るために、ユーザーに正確な位置情報を送信することを要求します。しかし、ユーザーは大きな利便性を得る一方で、位置情報が完全に切り離されるため、悪意のあるアプリケーションサービスプロバイダーによって追跡されやすくなります。

ABY-PPLP は、位置保護と位置サービスの 2 つの要件に基づいて、位置プライバシー、インタラクションラウンド、通信オーバーヘッド、ポスト量子セキュリティ、その他の影響要因を統合し、(完全な) 準同型暗号化、ブルームフィルター、その他のプライバシー強化機能などを使用します。 . テクノロジーを利用して、低インタラクション、低遅延、ポスト量子セキュリティの目標を達成します。この技術は、ユーザーのプライバシーデータ漏洩の問題点に配慮しながら、濃厚接触者の追跡問題を解決することができ、位置保護のためのより優れたプライバシー距離計算機能を備えており、国内外で幅広い市場を持っています。

ソースコード: https://github.com/primihub/hackathon/blob/master/wining-project/ABY/README.md

ヘクター

作品：(レベル化)準同型暗号化モデル予測制御
チーム：オーチキン
受賞歴：第3位

このプロジェクトは、暗号化モデルの予測制御を実装します。著者は問題の核心を緻密にして単純化して密状態行列とベクトルの乗算を行います。ここで、行列はモデルパラメータに関連し、ベクトルは現在の状態と制御であり、乗算の結果は時点での最適な制御です。次の瞬間。筆者は、自社開発の準同型暗号ライブラリ GPQHE と暗号制御ライブラリ HECTR を用いて、非暗号制御と暗号制御の結果の整合性を検証しています。

ソースコード: https://github.com/OChicken/HECTR

Ray-PSI (コード最適化、まだオープンソースではありません)

仕事: 大規模データの高性能分散 PSI
チーム: プライバシーコンピューティングで主導権を握る
受賞歴：第3位

プライバシーセットインターセクション (PSI) はフェデレーテッドモデリングの前提条件です。大規模なデータシナリオ (電子商取引の毎日の数百億のデータの交差とトレーニングなど) では、PSI のパフォーマンスに対する高い要件があります。PSI は水平分散を実行します。単一マシンのパフォーマンスのボトルネックを解決するための拡張。この製品は、Ray と PSI を組み合わせて、分散データ処理における不要なデータストレージの問題を効果的に解決し、両側でのデータ分割の一貫性を確保することで、PSI の分散変換と開発の効率を大幅に向上させ、PSI にかかる時間を大幅に削減します。

ソースコード: https://github.com/primihub/hackathon/blob/master/wining-project/ray_psi/README.md

パワーポイント

作品: 変圧器のプライバシー保護の推論
チーム: wls
受賞歴：第3位

近年、トランスフォーマーニューラルネットワークは優れた設計で注目を集めており、BERT、ViT、GPTなどのさまざまなプラットフォームによって独自のモデルに組み合わせて適用されています。対応するサービスを受けるために、ユーザーとプラットフォーム間の対話は、双方のプライバシーの開示につながります。

さまざまなセキュリティ要件に従って、プロジェクトは、準同型暗号化と安全なマルチパーティコンピューティングに基づいた 2 つのトランスフォーマーの安全な 2 パーティ推論スキームを設計および実装しました。

準同型暗号に基づくトランスフォーマーセキュリティの二者間推論: サーバーがクライアントのプライバシーを取得しないという前提で、同等のサービスをクライアントに提供します。
安全なマルチパーティ計算に基づく Transformer の安全な 2 パーティ推論: サーバー側のモデルパラメーターとクライアント側のプライベートデータのセキュリティ要件を満たしながら、クライアントに効率的なオンラインサービスを提供します。

ソースコード: https://github.com/primihub/hackathon/blob/master/wining-project/PPT/README.md

やっと

紙面の都合上、ここでは一つ一つ紹介しませんが、全受賞プロジェクトの概要は以下の通りですので、興味のある方はご自身でご覧ください。

アドレス: https://github.com/primihub/hackathon

久しぶりに出てきました、レンガを動かすためにフラッシュバックします。最後に、これらのプロジェクトが悪くないと思われる場合は、スターをクリックしてサポートしてください。あなたの励ましは私たちにとって非常に重要です。❤️