数据的安全交易研究

背景介绍

    

    随着深度学习等基于数据驱动的技术被广泛应用,数据已经成为了各行各业的宝贵财富。在零信任场景下,研究机构与机构之间的数据安全交易、数据联合训练、安全知识付费等功能,对促进数据共享、社会进步发展有着重要的意义。

    在共享学习领域,联邦学习、拆分学习等技术在一定程度上保障了用户的隐私安全。但是,目前仍存在着多种针对这些共享学习的攻击形式,如:对抗样本、投毒攻击、数据重构攻击。共享学习仍然面临严峻的安全挑战。随着现代密码学技术的发展,安全多方计算、零知识证明、同态加密、秘密共享、区块链等技术已经在各个安全领域得到了广泛的应用与实践,同时也为解决数据安全交易、数据联合训练、安全多方计算等场景提供了新的发展思路和新的解决方案。


系统构架

研究技术

  

  •  零知识证明技术。缩短证明者时间是零知识证明技术的核心问题之一。项目将深入研究零知识证明协议中各部分的组件,并且通过GPU硬件对零知识证明的证明生成过程进行并行化处理,以从并行的角度缩短零知识证明的证明生成过程需花费的时间,使得零知识证明适用于更多的数据安全交易应用。


  •  数据交易安全系统。深入研究共享学习算法、零知识证明、同态加密、区块链等与密码学相结合的安全数据交易技术。旨在实现在零信任场景下,数据安全交易、数据联合训练、安全知识付费等功能,以保护零信任场景下的数据安全与隐私,实现数据的高可用性、可交易性。



<<< 返回