安全多方计算、联邦学习和可信执行环境_数据交易流通技术联邦学习多方安全计算可信执行环境区块链

作者：黑客灵魂 | 2024-08-01 02:27:40

踩

数据交易流通技术联邦学习多方安全计算可信执行环境区块链

1.多方安全计算，由姚期智院士于1982年首次提出，通过设计特殊的加密算法和协议，在无可信第三方情况下的安全计算约定函数问题，近年来，基于同态加密、秘密分享、不经意传输、混淆电路等基础技术、协议的多方安全计算逐渐得到应用（经典多方安全计算中，两方计算主要采用不经意传输与混淆电路的方案，三方以上则进一步结合了秘密分享，因此也有观点将同态加密作为一种独立于多方安全计算的隐私计算技术）。

2.联邦学习，是一种分布式机器学习框架，能够在不需要共享各方原始数据的条件下实现联合建模等计算训练任务，在打破数据孤岛的同时确保数据的安全可控。根据计算数据集的不同类型可分为横向、纵向联邦学习与联邦迁移学习。

3.可信执行环境，是指运

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/黑客灵魂/article/detail/911898

安全多方计算、联邦学习和可信执行环境_数据交易流通技术联邦学习多方安全计算可信执行环境区块链

隐私计算的三大技术流派：联邦学习、安全多方计算、可信计算