华控清交的密码和算法团队在转化清华大学相关的知识成果基础上,通过使用不经意传输、秘密分享、混淆电路、同态加密等密码学协议替代明文运算中计算机底层的加法、乘法与比较,并通过组合基本运算和衍生运算实现了各类复杂的函数计算,以及复杂场景中应用的算法,例如查询统计、逻辑回归、矩阵分解、聚类、神经网络、XGBoost等应用算法,实现了数学和密码学可论证的安全性,确保在密文上进行的运算和明文相同,并最终得到和明文相同的计算结果。
科学计算函数库(pnumpy)
移植科学计算函数库NumPy,包括逻辑,比较,加法,乘法,指数,对数,求模,向量计算,矩阵计算,计算比分位数,计算皮尔森相关系数,计算协方差,统计直方图,终值,现值,净现值等。
SQL函数库(psql)
SQL常用运算,包括求和,平均值,中位数,最大值,最小值,分组,排序。
神经网络预测函数库(ptorch)
移植神经网络预测函数库PyTorch,包括Relu,
HardShrink,logsigmoid,linear,relu6,
softmax/归一化指数,BatchNorm涵数,
softplus,1维卷积函数,2维卷积函数,
1维最大池化函数,1维平均池化函数,
2维平均池化函数等。
辅助计算函数库(putil)
移植辅助计算函数库,包括排序,索引排序,高效索引排序,矩阵切片,稀疏矩阵和稠密向量的内积,稀疏矩阵的转置和稠密向量的内积。
机器学习人工智能算法库(pai)
常见人工智能模型的训练和预测算法,包括Kmeans 聚类算法,KNN,决策树分类,XGBoost分类随机森林树分类,主要成分分解(PCA),线性回归,hard sigmoid函数,数据分箱,KS值,WOE值和IV值,FunkSVD矩阵分解等。
应用算法库
Wald检验,Score检验,LogRank检验,生存率计算,置信区间函数,直方图统计,Cox回归,卡方检验,曼-惠特尼秩和检验,地理位置推荐算法。
特征工程函数库
随机抽样,分层抽样,特征筛选,Z-score归一化,Min-Max特征归一化,特征分箱。
联邦建模算法库
横向线性回归,纵向线性回归,横向逻辑回归,纵向逻辑回归,纵向 xgboost,横向神经网络二分类,横向神经网络多分类。
通过多年的技术研发和科研团队的迭代积累,华控清交已经将超过600个高级算子、机器学习算法以及函数库等密文化,不断的优化调整只为选取更优的算法和协议组合,实现更为高效的密文计算性能,最终形成了公司的密码算法协议库,并通过各类实用、常用的API接口提供底层的数据安全流通能力,为多方数据融合使用提供坚固的安全保障。
密码算法协议库包括隐私求交、匿踪查询等专用密码功能模块和秘密分享、同态加密等通用密文计算模块。其中每个专用密码功能模块均涵盖多种协议实现,在实际应用场景中可根据数据集参数、机器配置、网络带宽、安全性要求(如半诚实/恶意模型)等具体参数,选取最优协议执行。