隱私集合求交，psi，即private set intersection，
看到一篇講解psi很細緻的文章，想著搭配流程圖會更容易理解
隱私集合求交，就是在雙方不洩露任何額外資訊基礎上，得到雙方的資料交集。也就是雙方psi之後，只知道哪些資料對方也有，除此之外一無所知。對於psi，我們可以簡單想象如下2種實現方式
0.1 純hash
這種問題大大的有，假設alice和bob約定互相基於手機號求交，
1）alice想發起和bob的求交，則alice還得告訴bob對應的hash函式是啥，
2）然後alice將自己資料全部hash後，將結果全部傳給bob
3）此處，bob就可以通過窮舉方式獲得alice的所有資料了
可以看出誰傳hash結果，誰就被動洩露了。
0.2 rsa加密
一圖勝過千言，假設alice發起和bob的求交，如下圖，則bob可以知道雙方的交集是什麼，可以直接回傳這部分資料，或者反過來，bob也生成自己的公鑰私鑰，將公鑰發給alice，並且將自己資料加密發給alice，由alice這一方完成求交。
如果反過來，bob也能生成自己的公鑰私鑰，然後代替alice的位置，完成對方的求交
聯邦學習 聯邦學習
文章內容主要來自文末網盤內部分資料 最近微眾舉辦了乙個面向高校大學生的ai比賽，題目如下 基於微眾提出的聯邦學習模型，設計一款有應用場景的產品。資料來源之間存在著難以打破的壁壘，一般情況下人工智慧的所需要的資料會涉及多 個領域，例如在基於人工智慧的產品推薦服務中，產品銷售方擁有產品的資料 使用者購買...
聯邦學習 資料安全和使用者隱私的簡要概述
2.1 加密樣本對齊階段 由於三家企業的使用者群體並非完全重合，模型採用基於加密的使用者樣本對齊技術，目的是為了在 a b和d 不公開各自資料的前提下確認各方的共同擁有的使用者，而且不暴露不互相重疊的使用者，最終以便聯合這些使用者的特徵進行模型的建立。2.2 加密模型訓練階段在確定共有使用者群體後，...
聯邦學習學習心得（1） 聯邦學習簡介
國際社會上對資訊保安 個人隱私的問題越來越重視，各種相關的法案相繼頒布，對私人資料的管理 監督 保護更加全面化 嚴格化 密集化。各個公司對各自的資料也越來越重視，作為資產不可能拿出來分享，這就造成了資料孤島的現象。同時與傳統的機器學習 machine learning 和深度學習 deep lear...