联邦学习综述
本文将介绍当前人工智能面临的挑战以及联邦学习可以作为一个有效的解决方案，并介绍联邦学习的分类和发展。
人工智能面临的挑战
在过去的十年，我们见证了机器学习（Machine Learning，ML）在人工智能（Artificial Intelligence，AI）应用领域中的迅猛发展，如计算机视觉，自然语言处理，推荐系统。近些年的产品，如AlphaGo，ChatGpt已经深深地影响着人类的生活。这些技术的成功，尤其是深度学习，都是建立在大量的数据基础上的。通过使用这些数据，深度学习系统能够在许多领域执行人类难以完成的任务。
随着社会的不断发展，人们逐渐意识到主权的重要性，也会刻意选择去保护自己的隐私，这带来这样的意识问题：什么人或者组织能够拥有和使用数据建立人工智能技术应用的权力。在一般的产品服务中，商家都会要求获取产品数据和购买者记录的使用权，这种请求是不明确的。最近更是有许多互联网企业由于泄露用户数据而被重罚，垃圾邮件制作者和不法的数据交易也常常被曝光和处罚。例如Meta数据泄露，拼多多用户数据非法收集。
在法律层面，法规制定者和监管机构正在考虑出台新的法律法规来规范数据的管理和 ...
隐私计算
隐私计算
什么是隐私计算
百度百科：隐私计算(Privacy compute 或Privacy computing)是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。
简单来说：隐私+技术=数据可用不可见
隐私计算前景
隐私数据相关法律法规
目前，随着智能化社会的日益推广，许多人都意识到隐私和数据的重要性，各国政府和组织机构，从政策法规层面进行了规范，如下：
GDPR全称General Data Protection Regulation，中文是通用数据保护条例，是在欧盟法律中对所有欧盟个人关于数据保护和隐私的规范，主要目标为取回个人对于个人数据的控制，以及为国际商务而简化在欧盟内的统一规范。
2021年8月，美国通过UPDPA，《统一个人数据保护法》，是旨在统一州隐私立法的示范法案。
2021年6月《中华人民共和国数据安全法》（以下称《数据安全法》）历经三审三读，于2021年6月10日经第十三届全国人民代表大会常务委员会第二十九次会议通过。
行业前景
隐私计 ...
一个简单的通信游戏
从本文开始，我们将开启密码学的历程。
一个简单的通信游戏
第一个应用实例
我们给出密码学的第一个应用实例
这是个简单的问题，两个朋友Alice和Bob，他们在玩一个叫做抛硬币的游戏。
如果Alice对Bob说，“你选一面，我抛硬币并告诉你结果”，显然Bob不能同意，因为他不能验证抛硬币的结果。
为了解决这个问题，便有了这样的想法：
为此我们先了解一个奇妙函数f(x)f(x)f(x)
123奇妙函数f1) 对任意整数x计算f(x)是容易的，给出f(x)计算x是不可能的2) 不可能找到一对整数(x,y)，满足x!=y且f(x)=f(y)
在这个基础上，我们可以得到第一个密码协议：
安全性分析
首先，由于性质2）Alice无法找到两个数x和y，其中一个是奇数另一个是偶数，满足f(x)=f(y)f(x)=f(y)f(x)=f(y)，因此，一旦Alice告诉Bobf(x)f(x)f(x)的值，她就完成了抛硬币的过程。
其次，由于fff具有性质1），Bob不能判断Alice使用的x是奇数还是偶数，因此他不得不把其猜测真是地给出。
虽然这个协议听上去十分简单，但它的确是一个合格的密码协议，因为 ...
crypto
密码学
什么是密码学
百度百科：密码学是研究编制密码和破译密码的技术科学。 研究密码变化的客观规律，应用于编制密码以保守通信秘密的，称为编码学；应用于破译密码以获取通信情报的，称为破译学，总称密码学
本博客密码学参考教程：《现代密码学：理论与实践》
本密码学系列仅用来回顾我的密码学心得历程，如有错误，还请联系我jhuaiyu3@gmail.com
