PrimiHub

摘要： 隐私求交 隐私求交（Private Set Intersection，PSI）功能是指在不暴露参与方私有数据的情况下，实现两个或多个参与方之间的数据交集计算。这种功能可以应用于以下场景： 个性化推荐：在个性化推荐中，需要对用户的兴趣标签进行匹配，以推荐符合用户喜好的内容。而隐私求交技术可以在不暴露用 阅读全文

摘要： 简介 上篇文章 小白也能看懂的 ROC 曲线详解 介绍了 ROC 曲线。本文介绍 AUC。AUC 的全名为Area Under the ROC Curve，即 ROC 曲线下的面积，最大为 1。 根据 ROC 和 AUC 的关系，我们可以得到如下结论 ROC 曲线接近左上角 > AUC 接近 1：模 阅读全文

摘要： 零知识证明(Zero-knowledge proof)是一种在不泄露陈述内容的情况下证明陈述有效性的方法。它是一个证明系统使用户能够公开分享知识或所有权的证明，而不揭示其细节。 阅读全文

摘要： 本文将讨论 10 种不同的隐私增强技术（Privacy-enhancing Technologies，PETs），所有工程师都应该了解这些 PETs，他们正在向实用和商业化可用飞速发展。 阅读全文

摘要： > 同态加密是一种支持数据密态处理的密码学技术，可以广泛应用于云计算、医疗、金融等领域。本热心小编不允许还有人不知道什么是同态加密！都给小编进来学！（天空一声巨响 🌩 小编闪亮登场 🕶\~） ## 一、什么是同态加密 全同态加密是一种加密技术，允许在不解密的前提下，对密文进行一些有意义的运算，使 阅读全文

摘要： 如今，ROC 曲线已经被广泛应用于机器学习领域的模型评估，说到这里就不得不提到 Tom Fawcett 大佬，他一直在致力于推广 ROC 在机器学习领域的应用，他发布的论文《An introduction to ROC analysis》更是被奉为 ROC 的经典之作（引用 2.2w 次），知名机器学习库 scikit-learn 中的 ROC 算法就是参考此论文实现，可见其影响力！ 阅读全文

摘要： 在 2016 年 6 月份的苹果 WWDC 大会上提到了一项差分隐私技术（Differential Privacy），其作用是对用户的数据进行扰动，然后上传到苹果服务器。苹果能通过这些扰动过的数据计算出用户群体的行为模式，但是对每个用户个体的数据却无法解析。苹果通过采用差分隐私技术，实现了在不得到用户原始数据的前提下，学习用户行为。如果你想知道“数据可用不可见”背后的技术，就跟着[我们](https://github.com/primihub/primihub)一起来学习下苹果的差分隐私技术背后的原理吧！ 阅读全文

摘要： USENIX Security 是国际公认的网络安全与隐私计算领域的四大顶级学术会议之一、CCF(中国计算机学会) 推荐的 A 类会议。今年的会议上国内学者贡献了非常多的优秀成果，我们选取几个热门领域来简单盘点一下。 阅读全文

摘要： 本着开源共建、公平透明的原则，经过和获奖者友好沟通和协商后，我们一致决定将参赛的源码 / PPT / 方案，通过 Pull request（PR）的方式贡献到 PrimiHub 开源社区。 阅读全文

摘要： > Gartner(高德纳) 公司是全球最具权威的 IT 研究与顾问咨询公司之一，它成立于 1979 年，总部设在美国康涅狄克州斯坦福。其研究范围覆盖全部 IT 产业，包括 IT 的研究、发展、评估、应用、市场等领域，为客户提供客观、公正的论证报告及市场调研报告。 ![](https://img20 阅读全文