近期,基于 TensorFlow 的隐私 AI 框架 Rosetta 正式开源。借助 Rosetta,AI 开发者不需要了解密码学等隐私保护技术,只需要改动几行代码,就能赋予自己的程序以保护数据隐私的能力。
本专栏将通过多篇独家技术稿件,深度披露 Rosetta 的整体框架设计、TensorFlow 的定制化改造最佳实践、将密码学理论算法进行高效工程化落地等内容。通过本系列专题,希望能让更多开发者了解隐私 AI 框架的技术挑战,同时为密码协议算法工程化、AI 框架深度定制等相关方向的开发者提供一些经验参考。
Rosetta 的整体框架设计
结合 Rosetta 介绍如何定制化改造 TensorFlow 前后端相关组件,以集成 MPC 等隐私计算技术
Rosetta 如何通过引入一个中间抽象层组件,来使得后端隐私协议开发完全和上层 AI 框架相解耦?
在隐私 AI 框架的计算任务全流程中,数据是如何以密文形式流动,同时仍正确完成加法、乘法等计算步骤的