登录
主页
 文章
全同态加密（OpenFHE）
OpenFHE（Open Fully Homomorphic Encryption）是基于全同态加密（FHE）技术的开源项目，允许数据在加密状态下直接进行计算，无需解密，从而确保数据隐私和安全。其核心优势在于密文计算的同时保护数据隐私，这使得它在多个对数据安全和隐私敏感的领域具有广泛应用场景。OpenFHE的前身是PALISADE，而PALISADE又采用了DARPA Proceed项目中Sipher软件库的开放模块化设计原则。Sipher的开发始于2010年，专注于模块化开放设计原则，以支持在多种全同态加密（FHE）方案和硬件加速器后端（包括移动、FPGA和基于CPU的计算系统）上快速部署应用程序。2014年，PALISADE在早期Sipher设计的基础上开始构建，2017年开源发布，之后每6个月都有重大改进。PALISADE的开发最初由DARPA的Proceed和Safeware项目资助，后续的改进由DARPA的其他项目、IARPA、NSA、NIH、美国海军、斯隆基金会以及Duality Technologies等商业实体资助。
2025-05-31
1180
8
7
从理论到实践：同态加密标准化进程解读
同态加密从理论提出到标准化经历了多个阶段，国际标准化组织及相关联盟也在其中发挥了重要作用，标准化对同态加密技术的广泛应用有着积极的推动作用。一、同态加密的发展历程1.全同态加密的最初设想1978 年，密码学领域的先驱 Rivest、Adleman 和 Dertouzos 提出了全同态加密的概念，当时被称为 “隐私同态”。这一构想源于对数据处理中隐私泄露问题的深度思考，其核心目标是实现数据在加密状态下直接进行任意计算，从而确保数据所有者在分享数据时无需担心隐私泄露。在设想中，数据可通过硬件在物理隔离的处理器上完成处理，但受限于当时硬件技术水平，这一构想未能在实践中实现，却为后续的研究指明了方向。
2025-05-31
744
3
12
同态加密在物联网数据聚合与分析中的关键作用
在物联网（IoT）时代，智能家居设备、城市交通传感器、工业生产监测装置等各类设备如雨后春笋般涌现，产生了海量的数据。据国际数据公司（IDC）预测，到2025年全球物联网设备设备数量已突破 300 亿台，产生的数据量将高达79.4ZB。这些数据蕴含着巨大价值，能为优化城市管理、提升工业生产效率、改善居民生活质量等提供有力支撑。比如某智能电网通过分析用户用电数据，精准预测负荷峰值，将输电损耗降低 15%，某汽车制造商基于车载传感器数据优化供应链，使零部件库存周转率提升22%。
2025-05-30
1068
8
10
同态加密在医疗领域的应用与挑战
医疗领域数据安全共享面临多重挑战：一是隐私泄露风险，电子病历、基因数据等包含敏感信息，传统共享方式易导致身份、病史等隐私暴露，且基因数据泄露可能引发伦理问题；二是合规性难题，不同国家和地区的数据安全法规（如《个人信息保护法》《健康医疗数据安全指南》）存在差异，跨境共享时合规性冲突显著，同时患者数据授权边界模糊，难以满足“知情同意”原则；三是技术瓶颈，数据格式异构（如文本、影像、基因序列）导致标准化难度大，传统加密技术无法支持加密数据直接计算；四是信任与协作壁垒，医疗机构间存在数据孤岛，缺乏统一的信任机制，跨机构共享时责任划分不清晰，且中小型机构因资金和技术限制难以部署高成本的安全防护体系。
2025-05-30
873
4
8
差分隐私技术的有效性和局限性
差分隐私（Differential Privacy, DP）由计算机科学家Cynthia Dwork于 2006 年提出，其核心思想是：通过向数据中添加精心设计的随机噪声，确保单个个体的加入或删除不会显著改变数据分析结果的分布，从而从数学上严格保证隐私不可侵犯。评估差分隐私技术需构建多维度、多层次的评估体系，既要验证其数学理论的严谨性，也要考量工程落地的可行性。
2025-05-29
866
2
9
差分隐私的应用领域
差分隐私作为隐私保护的“黄金标准”，已从理论研究渗透至多个行业的数据全生命周期管理。其核心价值在于通过数学严格性平衡数据开放与隐私保护。一、政府与公共数据发布1.场景扩展 宏观统计：人口普查、经济普查、自然灾害损失评估； 公共安全：犯罪热点分析、反恐数据共享；
2025-05-29
753
9
11
联邦学习与深度学习结合
联邦学习（Federated Learning）与深度学习（Deep Learning）的结合，是当前人工智能领域的研究热点之一。这种结合既发挥了深度学习在复杂数据建模中的强大能力，又通过联邦学习的分布式框架解决了数据隐私、安全和合规问题，尤其适用于医疗、金融、物联网等数据敏感场景。
2025-05-28
1161
2
6
如何利用差分隐私技术在医疗领域守护患者隐私
在数字化医疗快速发展的当下，医疗数据已然成为一座蕴藏无限价值的宝库。一份完整的电子病历，不仅记录着患者的疾病诊断、治疗记录，还可能包含基因数据、生活习惯等敏感信息；而基因检测报告中携带的遗传密码，更是与个人健康、家族病史紧密相连。这些数据对于医学研究、新药研发和疾病防控意义重大，例如通过分析大量糖尿病患者数据，能够精准发现疾病发病规律，为开发更有效的治疗方案提供依据。但数据泄露事件频发，一旦这些隐私信息被恶意获取，患者可能面临医疗数据倒卖、遗传歧视，甚至人身安全威胁等严重后果，医疗数据隐私保护已成为亟待解决的关键问题。差分隐私技术的出现，为打破医疗数据利用与隐私保护之间的困局提供了破局之道。
2025-05-28
892
8
7
复杂场景下目标检测
现实场景中的目标检测面临遮挡、光照变化、背景杂乱、尺度差异等多重挑战，这些因素会导致特征提取不完整、模型泛化能力下降。 一、多模态融合目标检测方法 核心思路：融合不同模态数据的互补信息，弥补单一模态的局限性。 1. 模态类型与融合策略 | 模态组合 | 应用场景 | 融合优势 |
2025-05-28
951
2
7
开源模型评测框架（LMEval）
随着大型语言模型（LLM）和多模态模型（如GPT-4V、Google Gemini）的快速发展，模型评估面临碎片化挑战：不同厂商的API协议、数据格式和评测标准差异显著，导致跨模型对比需要重复开发适配代码，效率低下且结果不可靠。谷歌于2024年10月推出的LMEval（Large Model Evaluation Framework），正是针对这一痛点打造的开源工具链，目的是建立统一的模型评估生态，覆盖从学术研究到工业落地的全场景需求。
2025-05-28
963
7
14
企业流程自动化智能体（AppSheet）带来的改变
在数字化转型浪潮中，企业对高效、灵活且贴合自身业务流程的解决方案需求愈发迫切。AppSheet作为一款强大的无代码应用开发平台，正凭借其独特优势，在企业流程自动化领域大放异彩，成为众多企业推动业务创新、提升运营效率的得力助手。同时重塑SaaS行业的底层逻辑与产业生态 。
2025-05-27
865
2
8
怎么理解智能体和知识库是当下AI的重点方向？
智能体是“执行者”，负责感知环境、制定策略和执行动作；知识库是“智慧源”，提供领域知识、逻辑规则和经验沉淀。二者结合的本质是将数据驱动的“学习能力”与知识驱动的“推理能力”深度融合，使AI系统既能适应动态环境，又能保持决策的准确性和可解释性，最终推动AI从“通用型工具”向“垂直领域专家”演进。这种模式尤其适合对可靠性、专业性要求高的场景（如医疗、金融、工业），是实现“可信AI”和“行业深度赋能”的关键路径。
2025-05-27
965
5
9
图数据库的查询语言：Gremlin与Cypher的对比与应用
传统的关系型数据库在处理复杂关联数据时往往显得力不从心，而图数据库因其独特的图结构，能够更好地处理和表示数据之间的复杂关系，近年来受到了广泛的关注和应用。在图数据库领域，查询语言是开发者与数据库进行交互的关键工具，其中Gremlin与Cypher是两种最为常用的查询语言。
2025-05-23
1125
1
1
云端数据仓库（HashData）
HashData成立于2016年2月，总部位于中国上海，是国内首批专注于云原生数据仓库研发的高新技术企业。创始团队汇聚了来自Oracle、华为、EMC等全球顶尖科技公司的资深专家，核心成员平均拥有15年以上分布式系统、数据库内核及云计算领域的技术积累。 目前，HashData已服务超过200家行业头部客户，覆盖金融、政务、运营商、能源、互联网等领域，并与阿里云、腾讯云、华为云等主流云厂商达成深度合作，成为国内云原生数据仓库领域的标杆企业。
2025-05-23
1104
8
9
数据签名在不同行业的创新应用案例分享
在数字化时代，数据的安全性和完整性愈发重要。数据签名作为一种有效的安全技术手段，正广泛应用于各个行业，为解决行业痛点、提升业务效率和保障数据可信性发挥着关键作用。数据签名是基于密码学的技术手段，通过非对称加密算法实现数据完整性、真实性和不可否认性验证，具有数据完整性、身份认证性、不可否认性等核心特性，其技术历经传统加密算法、抗量子密码算法兴起、与区块链融合等阶段演进，在金融领域可防欺诈与保障合规性、医疗行业能确保数据安全与隐私保护、政务领域可提升文件合法性与政务效率、电商行业可增强交易信任与售后维权、供应链领域能实现溯源防伪与流程优化，但目前面临安全性威胁、跨平台互操作性、法律与标准滞后等挑战，未来将朝着抗量子签名技术普及、与边缘计算融合实现轻量化、与智能合约结合实现自动化、发展隐私增强型签名技术等方向发展，作为数字信任的基础设施，其在各行业数字化转型中作用显著，与新兴技术融合将拓展应用边界，为数字经济生态提供核心支撑，有望成为“可信互联网”的关键基石。
2025-05-22
747
1
6
基于医疗数据深度学习的疾病预测
医疗领域积累了大量的患者数据，包括病历、检验报告、影像资料等。利用这些数据，通过深度学习算法构建疾病预测模型，能够提前预测疾病的发生风险、病情发展趋势等。比如，基于患者的历史病历和基因数据，预测心血管疾病的发病风险；或者根据肿瘤患者的治疗过程数据，预测肿瘤的复发概率和治疗效果。可以采用时间序列分析、生存分析等方法，结合深度学习模型，对医疗数据进行建模和分析，挖掘数据中的潜在规律，为临床决策提供科学依据。
2025-05-22
1100
4
7
智能合约：开启数字经济新时代的“魔法契约”
在数字经济浪潮汹涌澎湃的当下，智能合约作为区块链技术的核心应用，正以颠覆性的力量重构商业交易的底层逻辑。这项被誉为“魔法契约”的创新技术，打破了传统商业对纸质合同与人工履约的依赖，让信任建立与价值交换无需第三方中介背书，如同为数字世界赋予了自动执行的契约魔法，开启了经济活动的全新范式。
2025-05-21
625
9
5
构建基于向量数据库的智能问答机器人全攻略
智能问答机器人已成为提升用户体验、提高工作效率的重要工具。基于向量数据库的智能问答机器人能够快速、准确地回答用户问题，为用户提供高效的服务。一、向量数据库基础1.向量表示与语义理解向量数据库的核心在于将各种信息，如文本、图像、音频等，转化为向量形式进行存储和处理。以文本为例，通过自然语言处理（NLP）技术中的词嵌入（Word Embedding）、句嵌入（Sentence Embedding）等方法，将单词、句子甚至整个文档转换为多维空间中的向量。这些向量不仅包含了文本的语义信息，还能通过向量之间的距离（如余弦相似度、欧氏距离等）来衡量文本之间的语义相似度。例如，使用 BERT、GPT 等预训练模型对文本进行编码，得到的向量能够准确反映文本的语义特征，使得语义相近的文本在向量空间中距离较近。
2025-05-21
1029
0
13
智能合约——从基础应用到AI驱动的智能协同
智能合约的概念最早可追溯到 1994 年，由密码学家尼克・萨博（Nick Szabo）提出。他设想了一种通过代码来自动执行合同的机制，旨在去除中间人干预，提升交易效率与透明度。然而，受限于当时的技术条件，这一创新理念在很长时间内仅停留在理论阶段。直到 2015 年以太坊平台的创立，智能合约才真正得以实现。以太坊凭借其独特的区块链架构，为智能合约提供了运行环境，开发者能够基于此编写并部署复杂的去中心化应用（dApps）。早期的智能合约主要聚焦于简单的自动化执行任务，如在满足特定条件时自动进行加密货币的转移。以比特币区块链上的一些简单脚本为例，它们能够实现资金在不同地址间的按条件转移，尽管功能相对基础，但已展现出智能合约自动化执行的核心优势，减少了人为操作失误，提高了交易处理速度。
2025-05-19
997
6
13
开源能源管理系统（MyEMS）
MyEMS面向建筑、工厂、商场、医院、园区等的开源能源管理系统，由专业团队开发和维护。MyEMS由资深专业团队开发维护，源代码基于MIT开源软件许可协议发布。它的发展是在能源管理需求不断增长以及开源技术日益成熟的背景下逐渐推进的。随着双碳目标的提出，能源管理系统的重要性愈发凸显，MyEMS也在不断发展和完善功能，以更好地满足市场需求，从最初的版本不断迭代，保持每个月1个小版本，每年1次大版本更新，功能从简单的能源数据采集、分析，逐渐增加了设备管理、故障诊断、工单管理、人工智能优化控制等众多功能。
2025-05-19
1025
8
1
- -
© 2021 - 现在 杭州极深数据有限公司 版权所有 （深数据® DEEPDATA® 极深®） 联系我们 
浙公网安备 33018302001059号  浙ICP备18026513号-1号