写点什么
隐私AI工程技术实践指南

隐私AI工程技术实践指南

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。

隐私AI工程技术实践指南:整体介绍
隐私 AI 工程技术实践指南:整体介绍

Rosetta 的整体框架设计

面向隐私AI的TensorFlow深度定制化实践
面向隐私 AI 的 TensorFlow 深度定制化实践

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

隐私AI框架中MPC协议的快速集成
隐私 AI 框架中 MPC 协议的快速集成

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?

隐私AI框架中的数据流动与工程实现
隐私 AI 框架中的数据流动与工程实现

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

没有更多了
隐私AI工程技术实践指南_技术洞察_技术趋势_大厂实践_InfoQ精选专题