社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

DARPA与Duality签订保护隐私安全的机器学习研发

格密链 • 4 年前 • 341 次点击  

更多精彩,请点击上方蓝字关注我们!



隐私保护技术(PET)的领先供应商Duality宣布,它已与美国国防部高级研究计划局(DARPA)签约制定隐私保护的机器学习(ML)研发,可以训练来自多个来源的加密数据上的模型。根据合同开发的功能将以保护个人隐私的方式应用于研究COVID-19症状的基因组分析。
 
该开发基于同态加密(HE),它允许多方在不暴露个人身份信息(PII)的情况下加密的数据计算分析。Duality公司正在与哈佛医学院和数据科学与网络安全领域的研发公司Two Six Labs合作,利用其功能来支持全基因组关联研究(GWAS)与COVID-19有关研究。
 
Duality研究人员已经建立将同态加密应用于大规模GWAS,可以比基于安全多方计算的替代方法快30倍的结果。GWAS帮助医学研究团队了解感染者DNA中特定基因组变异体的存在是否会影响他们出现严重COVID-19症状的可能性。
 
这些方法可能会显著提高治疗COVID-19病人的能力,但由于他们需要大量可训练预测模型的个人数据,因此目前很难获得。利用在加密数据上运行的新机器学习功能,研究人员可以汇总来自各种医疗机构的敏感临床和基因组数据,以建立预测模型,同时遵守全球数据保护和隐私法规。
 
Duality Technologies的联合创始人兼首席技术官Kurt Rohloff博士说:“该合同授予了Duality致力于促进负责任的,保护隐私的大数据用于公共利益和国家安全的承诺。” “安全机器学习模型训练是隐私保护分析的下一个前沿领域,我们很高兴能够将此高级功能应用于现实世界中的挑战。”
 
DARPA合同还将支持基于同态加密的网络威胁情报共享研究。目前,大多数对私营部门网络安全威胁和违规行为的研究都是由竞争公司进行的。而竞争公司往往不愿透露有关公司网络上网络攻击的敏感细节。这削弱了他们开发威胁检测模型以及增强集体和个人应变能力的能力。
 
通过安全地共享彼此的数据并在保持数据加密的情况下生成结果,多家公司和代理机构可以建立更智能的检测机制,而无需暴露私人信息,从而使全球范围内应对更复杂的网络犯罪的方式发生了转变。
 
DARPA以前曾支持HE的研究与开发,并赞助建立了开源HE库 PALISADE,该库由Kurt Rohloff博士与Duality Technologies的首席科学家Yuriy Polyakov博士和Dave Cousins博士共同创建。Duality与英特尔,微软,三星SDS,和IBM,也是国际同态加密标准创始联盟,汇集了学术界,政府和行业领导者,以推进同态加密行业的标准制定,加速市场采用的隐私保护计算技术。

格密链公司一直致力于全同态加密与区块链技术的研发。

公司网站:https://gemilian.github.io

陈智罡博士个人主页:





后量子密码(PQC)第三轮入围算法公布

视频:全同态加密与机器学习

2020美密会接受论文

研发快报-密文分布式机器学习系统

视频:全同态加密及其应用-IBM的Flavio Bergamaschi访谈

如何实现同态比较算法

视频-CKKS全同态加密算法介绍

2020年上半年|精华文章

区块链上的食品可追溯性-3

区块链上的食品可追溯性-2

区块链上的食品可追溯性-1

视频-基于全同态加密保护机器学习的隐私安全

视频-微软Wei Dai 在Private AI Bootcamp 上的同态加密讲座

困难性:最坏情况VS平均情况

格密码学简介(第2部分)


全同态加密资源汇总,全同态加密与机器学习论文列表


欢迎收听“区块链杂谈”节目,国内最有质量的区块链知识分享节目。


◆ ◆ ◆  ◆ 

格密链

专注于区块链上的密码学技术

长按扫码可关注

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/71862
 
341 次点击