PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。 随着智能城市建设的快速推进，各种数据采集技术和设备在城市管理中的应用越来越广泛。这些技术和设备在提升城市管理效率、优化资源分配和提高公共安全方面发挥着重要作用。然而
隐私保护和身份验证是现代社会中的关键问题，尤其是在数字化时代。零知识证明（Zero-Knowledge Proofs，简称ZKP）提供了一种独特的解决方案，它允许个体在不泄露任何额外信息的情况下，证明某个陈述的真实性。以下是零知识证明在隐私保护和身份验证中的一些潜在应用。
学习&转载文章：【隐私计算笔谈】MPC系列专题（十）：安全多方计算下的集合运算 集合运算 集合可以通俗地描述为确定的一堆东西。如有一个集合$𝐴$，一个元素$𝑐$要么属于集合$𝐴$，记做$𝑐\in 𝐴$；要么不属于集合$𝐴$，记做$𝑐∉𝐴$，元素$𝑐$不能既属于集合$𝐴$又不属于$
隐私计算算法工程师助理 公司介绍 官网：地址 同盾科技是以大数据，云计算和人工智能为基础的智能决策与分析大数据&AI公司，我们服务金融，政企，互联网，物流等行业 目前融资到D+轮，现有员工近1300人，总部在杭州，北上广深成都，西安新加坡等地有分支机构 面试问题 1、自我介绍 2、介绍一下发表的论文
摘要 隐私集合求交（PSI）是安全多方计算（MPC）中的一种密码学技术，它允许参与计算的双方，在不获取对方额外信息（除交集外的其它信息）的基础上，计算出双方数据的交集。隐私集合求交在数据共享，广告转化率，联系人发现等领域有着广泛的应用空间。本文对隐私集合求交的各项实现技术做了介绍和对比，对隐私集合求
如今，组织在收集、存储敏感的个人信息以及在外部环境（例如云）中处理、共享个人信息时， 越来越关注数据安全。这是遵守隐私法规的强需求：例如美国加利福尼亚州消费者隐私法 (CCPA)、欧盟通用数据保护条例 (GDPR) 和世界各地的其他新兴法规，以及中国的《数安法》《个保法》等，都对安全处理敏感数据提出了要求。
随着政策鼓励与技术成熟，开源作为一种新型的生产方式、创新的协作方式，正逐渐渗入到千行百业，并在国家战略层面的得到了肯定和支持
2022年12月28日，由中国信息通信研究院、中国通信标准化协会指导，隐私计算联盟、中国通信标准化协会大数据技术标准推进委员会联合主办的“2022可信隐私计算峰会”在京召开。
1.隐私政策是怎么样的？收集哪些信息？ 关于Scan Kit的隐私政策及收集的信息，请查看SDK隐私安全说明。 Android：SDK隐私安全说明 iOS：SDK隐私安全说明 2.如何使用多码识别？多码模式下如何实现指定条码？多码模式的坐标支持返回坐标么？多码模式下实现自动放大？ 1）统一扫码服务支
Chatgpt的风靡，也让其背后LLM（大型语言模型）技术中的数据隐私保护问题进一步受到关注。作为国内隐私计算行业领军者，京东科技全程深度参与了「4大报告+3大标准」的编写研制工作，取得丰硕成果。
在游戏行业，玩家体验的个性化是提升用户粘性和满意度的关键。随着技术的发展，游戏公司现在可以利用大量的玩家数据来定制游戏体验。然而，这同时也带来了对玩家隐私保护的挑战。隐私计算技术的出现为这一问题提供了解决方案，它允许在不泄露个人数据的情况下分析和利用数据。
在数字时代，隐私保护已成为全球关注的焦点。隐私计算作为解决数据隐私问题的关键技术，其核心目标是在不泄露个人或敏感信息的前提下，实现数据的计算和分析。在这一领域，零知识证明和同态加密扮演着至关重要的角色。本文将深入探讨这两种技术如何在隐私计算中发挥作用，以及它们之间的异同。
> 学习&转载文章：[安全多方计算(2)：隐私信息检索方案汇总分析](https://mp.weixin.qq.com/s/7JF-g6m8RLPWf0QgbYE-7g) ## 前言 **多头贷问题**是网络小额贷款平台放款时所要考虑的一个重要问题。假设银行A有一潜在贷款客户小张，银行A为了足够多的
学习&转载文章：安全多方计算(5)：隐私集合求交方案汇总分析 前言 随着数字经济时代的到来，数据已成为一种基础性资源。然而，数据的泄漏、滥用或非法传播均会导致严重的安全问题。因此，对数据进行隐私保护是现实需要，也是法律要求。隐私集合求交（Private Set Intersection, PSI）作
学习&&转载文章：隐私计算安全基座-数据库安全 数据安全 用数据生命周期的全链路思考，可以得出如下的结论： 数据存储态安全：对数据的存储安全负责，保障数据的静存储态安全，不泄露。 数据传输态安全：对数据的转移安全负责，保障数据的转移态安全，不泄露。 数据计算态安全：对数据的动态计算的安全负责，保障数
学习&&转载文章： 【隐私计算笔谈】MPC系列专题（二）：模型和Shamir秘密共享机制 【隐私计算笔谈】MPC系列专题（十一）：共享随机数和比特分享 【隐私计算笔谈】MPC系列专题（十二）：比特比较 【隐私计算笔谈】MPC系列专题（十三）：比特分解【这部分没看懂，欢迎交流～】 通过共享随机数来实现
> 密码研发和隐私计算研发 ## MAC和Hash的区别？ + MAC：消息验证码 + Hash：消息摘要/杂凑 