Apache Pirk 项目技术文档
2024-12-23 03:12:15作者:韦蓉瑛
1. 安装指南
环境要求
- Java 8 或更高版本
- Maven 3.x
- 依赖项:Apache Hadoop、Apache Spark、Apache Storm、Elasticsearch
安装步骤
-
克隆项目仓库:
git clone https://github.com/apache/incubator-pirk.git cd incubator-pirk -
构建项目:
- 使用默认的
pom.xml文件构建项目:mvn package - 如果需要运行 Paillier 基准测试,可以使用
pom-with-benchmarks.xml文件:mvn package -f pom-with-benchmarks.xml
- 使用默认的
-
检查构建结果:
- 构建成功后,生成的 JAR 文件将位于
target目录下。
- 构建成功后,生成的 JAR 文件将位于
2. 项目的使用说明
基本概念
Apache Pirk 是一个用于可扩展私有信息检索(PIR)的框架。PIR 允许用户在不泄露查询内容的情况下,从数据集中检索信息。Pirk 使用同态加密技术,使得数据集可以在其原生位置进行查询,而无需移动数据。
主要角色
- Querier(查询者):负责生成加密的查询向量、解密查询结果。
- Responder(响应者):负责在目标数据集上执行加密查询,并生成加密的查询结果。
使用流程
- Querier 生成加密的查询向量,并将其发送给 Responder。
- Responder 使用加密的查询向量在数据集上执行查询,并将加密的查询结果发送回 Querier。
- Querier 解密查询结果,获取所需信息。
3. 项目API使用文档
数据和查询模式
Pirk 使用 XML 文件定义数据和查询模式,这些模式在 Querier 和 Responder 之间共享,以支持灵活和多样的数据和查询类型。
API 示例
-
生成加密查询向量:
QueryVector queryVector = new QueryVector(querySchema); queryVector.generateEncryptedQuery(); -
执行加密查询:
EncryptedQueryResult result = responder.performEncryptedQuery(queryVector); -
解密查询结果:
DecryptedResult decryptedResult = querier.decryptQueryResult(result);
4. 项目安装方式
通过 Maven 安装
-
在项目的
pom.xml文件中添加 Pirk 依赖:<dependency> <groupId>org.apache.pirk</groupId> <artifactId>pirk-core</artifactId> <version>1.0.0</version> </dependency> -
使用 Maven 构建项目:
mvn clean install
通过源码安装
-
克隆项目仓库并进入项目目录:
git clone https://github.com/apache/incubator-pirk.git cd incubator-pirk -
使用 Maven 构建项目:
mvn package -
构建成功后,生成的 JAR 文件将位于
target目录下,可以直接使用。
总结
Apache Pirk 是一个强大的 PIR 框架,适用于需要在分布式环境中进行私有信息检索的场景。通过本文档,您可以了解如何安装、使用 Pirk,并掌握其 API 的基本用法。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0151- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
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++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.67 K
987