MP-SPDZ v0.4.1版本发布:支持函数依赖预处理的协议优化
2025-07-06 05:57:33作者:齐冠琰
项目简介
MP-SPDZ是一个开源的密码学安全多方计算框架,它实现了多种安全计算协议,允许参与方在不泄露私有输入的情况下共同计算函数结果。该项目由Data61开发维护,支持多种计算模型和协议变体,是当前安全计算领域的重要开源实现。
核心更新内容
函数依赖预处理协议
本次更新最重要的特性是增加了对函数依赖预处理协议的支持。这种新型协议基于2025年发表的最新密码学研究论文,通过将预处理阶段与具体计算函数相关联,显著提升了协议执行效率。传统的预处理阶段通常独立于后续计算函数,而新方法能够根据函数特性进行针对性优化,减少不必要的预处理数据量。
性能优化
- 并行洗牌算法:通过并行化处理数据洗牌操作,显著提升了涉及数据重排场景的计算效率。
- Rep3协议改进:
- 实现了更高效的概率截断算法
- 优化了单比特二进制到算术转换操作
- 底层后端优化:针对Rep3等高效协议进行了专门的性能调优
- 点积运算加速:针对GF(2^n)域上的点积运算进行了算法优化
新功能支持
- SHA256哈希支持:新增了SHA256哈希函数的实现,扩展了密码学原语支持范围
- 二进制秘密输出:增加了直接输出二进制形式秘密的能力
- GF(2^n)持久化:实现了GF(2^n)域数据的文件持久化功能
- 寄存器参数扩展:允许在导出函数中使用regint寄存器作为参数
开发者体验改进
- 代码导航增强:通过
--code-locations参数可以查看执行代码位置,便于调试 - 相关研究链接:使用
--papers选项可获取与实现相关的学术论文信息 - 安全修复:修复了在失败情况下MAC密钥未清除的安全漏洞
技术意义与应用价值
本次更新从算法层面对MP-SPDZ框架进行了深度优化,特别是函数依赖预处理协议的引入代表了安全计算领域的前沿研究方向。这种协议能够根据具体计算任务动态调整预处理阶段,避免了传统方法中"一刀切"式的预处理带来的效率损失。
并行洗牌算法和Rep3协议的优化则进一步提升了框架在特定场景下的性能表现,使得MP-SPDZ在处理大规模数据计算时能够保持更高的吞吐量。新增的SHA256支持和二进制秘密输出等功能扩展了框架的应用场景,使其能够更好地服务于需要密码学哈希或二进制数据处理的安全计算需求。
GF(2^n)持久化功能的加入为长期运行的计算任务提供了更好的支持,而开发者工具的改进则显著降低了使用和调试复杂度,有助于吸引更多开发者参与到安全计算生态建设中。
总体而言,v0.4.1版本在保持MP-SPDZ原有优势的同时,通过引入前沿研究成果和持续的性能优化,进一步巩固了其作为领先开源安全计算框架的地位。这些改进使得MP-SPDZ能够更好地服务于隐私保护机器学习、安全数据分析等新兴应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
642
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
642