TenSEAL

La tension est une bibliothèque pour effectuer des opérations de chiffrement homomorphes sur les tenseurs, construites sur le sceau Microsoft. Il offre une facilité d'utilisation via une API Python, tout en préservant l'efficacité en mettant en œuvre la plupart de ses opérations à l'aide de C ++.

Caractéristiques

• ? Cryptage / décryptage des vecteurs d'entiers à l'aide de BFV
• ? ️ Encryption / décryptage des vecteurs de nombres réels à l'aide de CKK
• Ajout, soustraction et multiplication par élément de vecteurs cryptés cryptés et vecteurs de plaine cryptés
• ? Multiplication du produit et de la matrice vectorielle
• ⚡ API complet du sceau sous tenseal.sealapi

Usage

Nous montrons les opérations de base sur les données cryptées, une utilisation plus avancée pour les applications d'apprentissage automatique peut être trouvée dans notre section de tutoriel

 import tenseal as ts

# Setup TenSEAL context
context = ts . context (
            ts . SCHEME_TYPE . CKKS ,
            poly_modulus_degree = 8192 ,
            coeff_mod_bit_sizes = [ 60 , 40 , 40 , 60 ]
          )
context . generate_galois_keys ()
context . global_scale = 2 ** 40

v1 = [ 0 , 1 , 2 , 3 , 4 ]
v2 = [ 4 , 3 , 2 , 1 , 0 ]

# encrypted vectors
enc_v1 = ts . ckks_vector ( context , v1 )
enc_v2 = ts . ckks_vector ( context , v2 )

result = enc_v1 + enc_v2
result . decrypt () # ~ [4, 4, 4, 4, 4]

result = enc_v1 . dot ( enc_v2 )
result . decrypt () # ~ [10]

matrix = [
  [ 73 , 0.5 , 8 ],
  [ 81 , - 5 , 66 ],
  [ - 100 , - 78 , - 2 ],
  [ 0 , 9 , 17 ],
  [ 69 , 11 , 10 ],
]
result = enc_v1 . matmul ( matrix )
result . decrypt () # ~ [157, -90, 153] 

Installation

Utilisation de pip

$ pip install tenseal

Cela installe la dernière version emballée sur PYPI. Si votre plateforme n'a pas de package prêt, veuillez ouvrir un problème pour nous le faire savoir.

Construire à partir de la source

Les plates-formes prises en charge et leurs exigences sont répertoriées ci-dessous: (Ce n'est pas nécessaire pour construire la tension de la source)

• Linux: une version moderne de GNU G ++ (> = 6.0) ou Clang ++ (> = 5.0).
• MacOS: Xcode Toolchain (> = 9,3)
• Windows: Microsoft Visual Studio (> = 10.0.40219.1, Visual Studio 2010 SP1 ou version ultérieure).

Si vous souhaitez installer la tension du référentiel, vous devez d'abord vous assurer que les exigences pour votre plate-forme (répertoriée ci-dessus) et CMake (3.14 ou plus) ont été installées, alors effectuez les bibliothèques tierces (si vous ne l'avez pas déjà fait) en exécutant la commande suivante à partir du répertoire racine du projet

$ git submodule init
$ git submodule update

La tension utilise des tampons de protocole pour la sérialisation, et vous aurez également besoin du compilateur de tampon de protocole.

Si vous êtes sous Windows, vous devrez d'abord construire la bibliothèque de sceau à l'aide de Visual Studio, vous devez utiliser le fichier de solution SEAL.sln dans third_party/SEAL pour construire le projet nativesrcSEAL.vcxproj avec Configuration=Release and Platform=x64 . Pour plus de détails, vérifiez les instructions dans la création de Microsoft Seal

Vous pouvez ensuite déclencher la construction et l'installation

$ pip install . 

Utiliser Docker

Vous pouvez utiliser notre image Docker pour un environnement prêt à l'emploi avec la tenue installée

$ docker container run --interactive --tty openmined/tenseal

Remarque: openmined/tenseal pointe vers l'image de la dernière version, utilisez openmined/tenseal:dev pour l'image construite à partir de la branche maître.

Vous pouvez également créer votre image personnalisée, cela peut être pratique pour les développeurs travaillant sur le projet

$ docker build -t tenseal -f docker-images/Dockerfile-py38 .

Pour exécuter de manière interactive cette image Docker en tant que conteneur après sa construction, vous pouvez courir

$ docker container run -it tenseal

Utilisation de Bazel

Pour utiliser cette bibliothèque dans un autre projet Bazel, ajoutez ce qui suit dans votre fichier d'espace de travail:

git_repository(
   name = "org_openmined_tenseal",
   remote = "https://github.com/OpenMined/TenSEAL",
   branch = "master",
   init_submodules = True,
)

load("@org_openmined_tenseal//tenseal:preload.bzl", "tenseal_preload")

tenseal_preload()

load("@org_openmined_tenseal//tenseal:deps.bzl", "tenseal_deps")

tenseal_deps()

Repères

Vous pouvez comparer l'implémentation à tout moment en exécutant

$ bazel run -c opt --spawn_strategy=standalone //tests/cpp/benchmarks:benchmark

Les repères de chaque fusion PR sont téléchargés ici.

Tutoriels

• Commencer
• Tutoriel 1 - Formation et évaluation de la régression logistique sur les données cryptées
• Tutorial 2 - Travailler avec des nombres approximatifs
• Tutoriel 3 - Benchmarks
• Tutoriel 4 - Convolution cryptée sur MNIST

Publications

A. Benaissa, B. Retiat, B. Cebere, AE Belfedhal, "Tenseal: A Library for Crypted Tensor Operations Using Homomorphic Encryption", ICLR 2021 Workshop on Distributed and Private Machine Learning (DPML 2021).

 @misc{tenseal2021,
    title={TenSEAL: A Library for Encrypted Tensor Operations Using Homomorphic Encryption}, 
    author={Ayoub Benaissa and Bilal Retiat and Bogdan Cebere and Alaa Eddine Belfedhal},
    year={2021},
    eprint={2104.03152},
    archivePrefix={arXiv},
    primaryClass={cs.CR}
}

Soutien

Pour le support dans l'utilisation de cette bibliothèque, veuillez rejoindre le canal #Support Slack. Cliquez ici pour rejoindre notre communauté Slack!

Contributif

Les demandes de traction sont les bienvenues. Pour les changements majeurs, veuillez d'abord ouvrir un problème pour discuter de ce que vous souhaitez changer.

Assurez-vous de mettre à jour les tests, le cas échéant.

Licence

Licence Apache 2.0