Delphi: Python/C++/Rust构建的安全神经网络推理库

资源摘要信息:"Delphi是一个专注于安全的深度神经网络推理的跨平台库，它使用Python、C++和Rust编程语言开发。该库最初是为了支持某篇论文的研究而开发，并且遵循MIT和Apache v2开源许可证进行分发。Delphi可以看作是一个安全的深度学习库，它在密码学与机器学习之间建立了桥梁，使得可以在保持数据隐私的同时进行高效的神经网络推理。 Delphi库的设计意图是实现对卷积神经网络（CNN）的有效推理，同时确保数据的安全性和隐私。该库在设计时考虑到了密码学的多个方面，例如多方计算（MPC）和加密原语。MPC是一种密码学技术，它允许多个方在不泄露各自输入的情况下共同计算某个函数，这在保护数据隐私的同时进行计算任务时特别有用。 该库的目录结构被设计得非常有条理，以便开发者可以容易地定位到自己需要的特定功能。例如，其中包含了执行神经网络架构搜索（NAS）的示例Python脚本，这表明Delphi支持NAS技术，这是一种自动化机器学习方法，用于在给定的网络架构空间中找到最佳的网络架构。 库中还包含专门的Rust语言实现的板条箱（crate），Rust是一种系统编程语言，它在性能和安全性方面都有很好的支持。例如，有实现有限字段运算的板条箱，有限字段是密码学中常用的数学结构；还有实现加密原语的板条箱，这些原语是构建加密协议的基础；以及实现通用神经网络功能的板条箱，它们可以用于在加密数据上执行推理任务。 除了算法和数据结构的实现，Delphi还提供了用于测量运行时延、带宽、吞吐量、准确性和内存使用情况的Rust板条箱。这些工具对于开发者来说非常有价值，因为它们可以帮助评估推理服务的性能，并且优化资源消耗。 总体而言，Delphi是一个极具潜力的库，它结合了安全、隐私保护和深度学习推理的优势。尽管该库目前还是一个概念验证原型，且未经过严格的代码审查，可能不适合直接用于生产环境，但它为安全神经网络推理提供了宝贵的参考，并为未来在保护隐私的同时进行高效计算的研究和开发打下了基础。" 【标题】:"神经网络的密码推理服务" 【描述】:"Delphi是一个用于安全深度神经网络推理的Python、C++和Rust库。它最初是为了支持某篇论文的研究而开发，并且遵循MIT和Apache v2许可证发布。该库是一个学术性的概念验证原型，目前没有经过仔细的代码审查，因此还没有准备好用于生产。Delphi实现了一个密码系统，可以对一般的卷积神经网络进行有效的推理。这个构造利用了多方计算和机器学习技术。 概述 这个库实现了一个密码系统，可以对一般的卷积神经网络进行有效的推理。 如所述，该构造利用了一系列多方计算和机器学习技术。 目录结构 该存储库包含几个文件夹，这些文件夹实现了Delphi的不同构建基块。存储库的高级结构如下。 : 用于执行神经体系结构搜索（NAS）的示例Python脚本 : 提供有限字段的Rust板条箱 : 实现某些有用的加密原语的Rust板条箱 : 锈板条箱，用于运行时延，带宽，吞吐量，准确性和内存使用情况实验 : 实现通用神经网络的Rust板条箱 : 实现密码协议的Rust板条箱 : Ru" 【标签】:"Rust" 【压缩包子文件的文件名称列表】: delphi-master