内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

网站空间_香港服务器主机_返利

2021-06-09 10:07 出处:欧普曼云计算 人气: 评论(0

网站空间_香港服务器主机_返利

机密计算旨在保护公共云中正在处理的应用程序和数据的完整性和机密性。在谷歌,一种实现机密计算的方法是Asylo,比购返利,贵阳大数据,这是一个开源框架,我们发布它是为了创建飞地(有时被称为可信执行环境,或三通)来帮助保护敏感数据和代码与硬件支持的保护。

这一新兴技术是有前途的,并受到客户的追捧,希望保护关键代码和敏感用户的安全和隐私数据。那个正是这一点激发了我们与英特尔在保密计算挑战赛(C3)上的合作——在线,全球竞争加速了保密计算领域的发展。二月份,我们邀请与会者探讨保密计算能带来的优势,他们没有失望!

"作为一个行业,我们在实现保护使用中数据的共同目标方面取得了很大进展,在了解可信执行环境的潜在应用方面,我们才刚刚起步,云服务器主机,"高级首席工程师兼英特尔软件保护扩展(英特尔SGX)架构师Simon Johnson解释道,他也是C3评委之一。"这是我们决定与谷歌云共同赞助"保密计算挑战赛"的主要原因之一,邀请世界上最杰出的人才与我们合作,分享他们的想法,这样我们就可以共同发展这个新生的空间。"

我们收到了来自世界各地的作品,涵盖了实用和创造性的用例用于机密计算,包括机器学习、数据分析、多方计算和强化现有的安全功能,如传输层安全(TLS)。看到学员们为发展C3理念所付出的努力,我们感到非常鼓舞和振奋,企业应用开发平台,因此我们决定扩大我们原来的计划,不仅颁发一个一等奖,还颁发一个亚军和两个荣誉奖。

请与我们一起祝贺C3的获奖者!

第一名:TF Trusted-机密机器学习与TensorFlow和AsyloTF Trusted是一个开源框架,建立在Asylo和TensorFlow Lite之上,用于计算预测,而不向主机透露模型或输入向量。这是通过在Intel SGX设备内执行计算来实现的;然后用户可以在enclave内使用TensorFlow支持的任何操作集合执行私有计算。这个私有计算可以作为一个TensorFlow Lite模型整体执行。enclave的计算可以扩展为自定义TensorFlow操作,用于更广泛的TensorFlow计算图形和库,如TF Encrypted.

"我们相信,TF Trusted是增强企业、数据科学家和,以及机器学习工程师利用机密的机器智能来实现人工智能的真正潜力,"Dropout Labs的首席执行官兼联合创始人Gavin Uhma说,Dropout Labs是一家来自法国、加拿大和美国的分布式初创公司,专注于安全、隐私保护的机器学习像这样的解决方案特别适用于金融、医疗和交通等行业,这些行业对迁移到公共云很感兴趣,但对数据保密性有顾虑。保密计算挑战为我们提供了一个更广泛地分享这些想法的平台,这真是太好了。"

亚军:PrivateLearn推荐系统通常从用户数据中学习模型。PrivateLearn提供了一个潜在的解决方案,以确保学习过程保留此类敏感数据的隐私,并提供强有力的安全保障。

"服务器端有两个阶段可能发生泄漏——一个是培训阶段的数据泄漏,另一个是学习模型的数据泄漏,弗吉尼亚理工大学博士生张瑞德说:"为了鼓励人们采用新的物联网和人工智能应用,机器学习框架需要保证用户隐私。PrivateLearn认识到这一需要,并致力于解决这一问题。PrivateLearn还表明,将现有应用程序移植到Asylo框架是可行的。"

有关更多信息,请访问PrivateLearn GitHub。

值得一提的是:GeneCrypt-让用户控制他们的基因数据GeneCrypt有助于保护基因组数据,同时也允许将其用于个人利益。丹麦的软件和安全工程师Martin Thiim解释说:"与许多其他上下文不同,在这个用例中,您有大量的敏感数据,但您并不需要所有用于实际目的的原始数据,只需要一个计算得出的值。"例如,这可能是一个布尔值,表示存在或不存在某种遗传变异。Enclaves很适合作为只提取相关信息的过滤器。"

这一新颖的想法利用机密计算原理,特别是Asylo/Intel SGX Enclaves来实现其目标。您可以在这里阅读更多关于GeneCrypt的信息并尝试使用GeneCrypt。

值得一提的是:基于Intel SGX的证书透明性这个想法提出了使用Intel SGX加强证书透明性(CT)方案的安全性,使查询身份验证更加轻量级,并为高效的,安全实用的CT方案

"我们的方案旨在加强CT日志服务器和监视器的安全性,并建立可信赖的系统,"锡拉丘兹大学电子工程与计算机科学系助理教授唐宇哲博士说基于Intel SGX的CT系统将有助于大大降低域所有者和组织的运营成本,同时又不会牺牲安全性。这将最终提高主流和移动环境中组织和个人用户对CT的采用率。"

基于Intel SGX的CT是在enclave Log Structured Merge tree(eLSM)之上构建的,enclave Log Structured Merge tree是一个利用Intel SGX enclaves的高性能键值存储,早期由Tang博士的团队开发。您可以在这里找到eLSM的源代码和相应的技术论文。欲了解更多信息,您也可以访问项目网站。

,人工智能的技术有哪些
分享给小伙伴们:
本文标签: 网站空间香港服务器主机返利

相关文章

评论

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

签名: 验证码: 点击我更换图片

评论列表