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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
🎉 (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
1.33 K
746
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
113
137