awesome-PETs隐私计算论文合集 等你来建~

简介: awesome-PETs隐私计算论文合集 等你来建~

当前,隐私计算领域正处于快速发展的阶段,涌现出了许多前沿的SOTA算法和备受关注的顶会论文。为了方便社区小伙伴学习最新算法、了解隐私计算行业最新进展和应用,隐语开源社区在GitHub创建了Paper推荐项目awesome-PETs(PETs即Privacy-Enhancing Technologies ,隐私增强技术),精选业内优秀论文,按技术类型进行整理分类,旨在为隐私计算领域的学习研究者提供一个高质量的学习交流社区。

awesome-pets包含:安全多方计算(MPC)、零知识证明(ZPK)、联邦学习(FL)、差分隐私(DP)、可信执行环境(TEE)、隐私求交(PSI)、机器学习系统的攻击和防御、多媒体隐私与安全等系列主题论文!欢迎收藏项目。https://github.com/secretflow/secretflow/blob/main/docs/awesome-pets/awesome-pets.md

本期带来安全多方计算 (MPC)系列论文推荐,更多系列主题Paper将持续更新!👇评论区留言可参与抽奖活动!

首期推荐活动评论区留言推荐“安全多方计算”主题论文,私信隐语小助手SecretFlow01,可参与社区抽奖活动。也可前往github提交PR~推荐论文被合并的贡献者,将在隐语官方repo中进行@,以肯定及感谢您在awesome-pets项目中的贡献成果。https://github.com/secretflow/secretflow/pulls

留言格式:论文标题+作者+原论文链接(链接为非必需项)

例:Quieter OT Extension from Small-Field Silent VOLE in the Minicrypt Model,Lawrence Roy,Crypto 2022, eprint, Roy22,https://eprint.iacr.org/2022/192

活动礼品:“禁止焦虑系列”马克杯 X 5份蚂蚁庄园小鸡公仔 X 5份蚂蚁公仔桌面摆件 X 3份隐语社区周边:充电宝礼盒装X 3份本次活动礼品共16份,中奖率超高哟~推荐给身边的小伙伴,一起留言参与呀!活动时间:5月15日-5月31日

安全多方计算 (MPC)系列论文推荐

Offline Techniques

Oblivious transfer

SoftSpokenOT: Quieter OT Extension from Small-Field Silent VOLE in the Minicrypt Model
Lawrence Roy
Crypto 2022,
eprint, Roy22

https://eprint.iacr.org/2022/192

Silver: Silent VOLE and Oblivious Transfer from Hardness of Decoding Structured LDPC Codes
Geoffroy Couteau, Peter Rindal, Srinivasan Raghuraman
Crypto 2021,
eprint, CRR21

https://eprint.iacr.org/2021/1150

The Rise of Paillier: Homomorphic Secret Sharing and Public-Key Silent OT
Claudio Orlandi, Peter Scholl, Sophia Yakoubov
EuroCrypt 2021,
eprint, OSY21

https://eprint.iacr.org/2021/262

vector Oblivious Linear Evaluation

Two-Round Oblivious Linear Evaluation from Learning with Errors
Pedro Branco, Nico Do ̈ttling, Paulo Mateus
PKC 2022,
eprint, BDM22

https://eprint.iacr.org/2020/635

Correlated Pseudorandomness from Expand-Accumulate Codes
Elette Boyle, Geoffroy Couteau, Niv Gilboa, Yuval Ishai, Lisa Kohl, Nicolas Resch, Peter Scholl
Crypto 2022,
eprint, BCG+22

https://eprint.iacr.org/2022/1014

Silver: Silent VOLE and Oblivious Transfer from Hardness of Decoding Structured LDPC Codes
Geoffroy Couteau, Peter Rindal, Srinivasan Raghuraman
Crypto 2021,
eprint, CRR21

https://eprint.iacr.org/2021/1150

Two-Round Oblivious Linear Evaluation from Learning with Errors
Pedro Branco, Nico Döttling, Paulo Mateus
PKC 2022,
eprint, BDM20

https://eprint.iacr.org/2020/635

Pseudorandom-Correlation Generator

Correlated Pseudorandomness from Expand-Accumulate Codes
Elette Boyle, Geoffroy Couteau, Niv Gilboa, Yuval Ishai, Lisa Kohl, Nicolas Resch, Peter Scholl
Crypto 2022,
eprint, BCG+22

https://eprint.iacr.org/2022/1014

Online Techniques

Semi-Honest Secret Sharing

Cheetah: Lean and Fast Secure Two-Party Deep Neural Network Inference

Zhicong Huang, Wen-jie Lu, Cheng Hong, and Jiansheng Ding, Alibaba Group

USENIX Security 2022, eprint, HLHD22

https://www.usenix.org/system/files/sec22-huang-zhicong.pdf

ABY2.0: Improved Mixed-Protocol Secure Two-Party Computation
Arpita Patra, Thomas Schneider, Ajith Suresh, Hossein Yalame
Usenix Security 2021,
eprint, PSSY21

https://eprint.iacr.org/2020/1225

How to generate and exchange secrets?
Andrew Chi-Chih Yao
FOCS 1986,
eprint, Yao86

https://s3-us-west-2.amazonaws.com/ieeeshutpages/xplore/xplore-shut-page.html

Malicious Secret Sharing

MP-SPDZ: A Versatile Framework for Multi-Party Computation
Marcel Keller
CCS 2020,
eprint, Kel20

https://eprint.iacr.org/2020/521

ABY3: A Mixed Protocol Framework for Machine Learning
Payman Mohassel, Peter Rindal
CCS 2018,
eprint, MR18

https://eprint.iacr.org/2018/403

MHz2k: MPC from HE over Z2k with New Packing, Simpler Reshare, and Better ZKP
Jung Hee Cheon, Dongwoo Kim, and Keewoo Lee
Crypto 2021,
eprint, CKL21

https://eprint.iacr.org/2021/1383

High-Performance Multi-party Computation for Binary Circuits Based on Oblivious Transfer
Sai Sheshank Burra, Enrique Larraia, Jesper Buus Nielsen, Peter Sebastian Nordholt, Claudio Orlandi, Emmanuela Orsini, Peter Scholl, Nigel P. Smart
JCryptpo 2021,
eprint, BLNN+21

https://eprint.iacr.org/2015/472

相关文章
|
芯片
8086/8088微处理器【微机原理】2
8086/8088微处理器【微机原理】2
961 0
|
SQL 前端开发 Java
二手书交易系统
二手书交易系统
二手书交易系统
|
存储 Kubernetes 应用服务中间件
Kubernetes Pod
Kubernetes Pod
568 0
Kubernetes Pod
Visual paradigm社区版下载及中文菜单的设置
Visual paradigm社区版下载及中文菜单的设置
911 0
|
弹性计算 运维 Shell
|
人工智能 搜索推荐 语音技术
AI - 生成式人工智能(Generative AI)
AI - 生成式人工智能(Generative AI)
1910 0
|
网络协议 安全 Linux
ssh端口转发(跳板机)详解
如果在工作环境中,被防火墙限制了一些网络端口的使用,但是允许SSH的连接,也能够将通过ssh端口转发来进行通讯。
5792 1
ssh端口转发(跳板机)详解
|
Docker 容器
Dockerfile 与 Docker Compose区别
用途: Dockerfile 用于定义单个容器的构建过程。它包含了一系列指令,每个指令都代表容器构建过程中的一个步骤。这些步骤包括从基础镜像中构建、安装依赖、拷贝文件、设置环境变量等操作。 语法: Dockerfile 是一个文本文件,其中包含一系列 Docker 指令。每个指令都会生成一个新的镜像层。常见的指令包括 FROM(指定基础镜像)、RUN(执行命令)、COPY(拷贝文件)、EXPOSE(暴露端口)、CMD(设置容器启动时执行的命令)等。 灵活性: Dockerfile 提供了灵活的方式来定义容器构建过程,允许用户精确地控制容器的组件和配置。 使用场景: Dockerfile 适用于
554 1
|
机器学习/深度学习 数据采集 数据可视化
自组织映射(Self-Organizing Map, SOM
自组织映射(Self-Organizing Map, SOM)是一种聚类方法,它属于非线性降维技术。SOM 的主要思想是将原始数据映射到一个较低维的子空间,同时保持数据之间的原始结构和关系。SOM 的特点是可视化程度较高,可以直观地展示数据中的簇结构和关联关系。
693 1
“三顾字节”,九次面试,只要算法搞得好,大厂offer跑不了
4.29 字节春招截止倒数第二天,杭州Java商业变现部门暑假实习,隔天挂,春招结束(人生的第一份简历,嗯就开始即结束