TenSEALダウンロード - TenSEALソースコードのダウンロード

TenSEAL

C/C++

v0.3.15

ダウンロード

Tensealは、Microsoftシールの上に構築されたテンソルで同種暗号化操作を行うためのライブラリです。 Python APIを介して使いやすさを提供し、C ++を使用してほとんどの操作を実装することで効率を維持します。

特徴

？ BFVを使用した整数のベクトルの暗号化/復号化
？§CKKを使用した実数のベクトルの暗号化/復号化
暗号化された暗号化ベクトルと暗号化されたプレーンベクターの要素ごとの追加、減算、および乗算
？ DOT製品とベクトルマトリックス増殖
tenseal.sealapiの下の完全なシールAPIを完全にします

使用法

暗号化されたデータを介した基本操作を示します。機械学習アプリケーションのより高度な使用法は、チュートリアルセクションにあります。

 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]

インストール

PIPを使用します

$ pip install tenseal

これにより、Pypiに最後のパッケージバージョンがインストールされます。プラットフォームに準備が整ったパッケージがない場合は、問題を開いてお知らせください。

ソースからビルド

サポートされているプラットフォームとその要件を以下にリストします。

Linux： GNU G ++（> = 6.0）またはClang ++（> = 5.0）の最新バージョン。
macos： xcodeツールチェーン（> = 9.3）
Windows： Microsoft Visual Studio（> = 10.0.40219.1、Visual Studio 2010 SP1以降）。

リポジトリからTensealをインストールする場合は、まずプラットフォーム（上記のリスト）とCmake（3.14以降）の要件をインストールしておく必要があります。

$ git submodule init
$ git submodule update

Tensealはシリアル化にプロトコルバッファーを使用しており、プロトコルバッファーコンパイラも必要になります。

Windowsにいる場合は、まずVisual Studioを使用してシールライブラリを構築する必要がありますSEAL.slnを使用して、 third_party/SEALのSLNを使用して、 Configuration=ReleaseとPlatform=x64でプロジェクトnativesrcSEAL.vcxprojを構築する必要があります。詳細については、Microsoftシールの構築の指示を確認してください

その後、ビルドとインストールをトリガーできます

$ pip install .

Dockerを使用します

Dockerイメージを使用して、緊張した環境を取り付けてすぐに使用できるようになります

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

注： openmined/tensealは、最後のリリースの画像を指します。Masterブランチから構築された画像には、 openmined/tenseal:devを使用します。

カスタム画像を作成することもできます。これは、プロジェクトに取り組んでいる開発者にとって便利かもしれません

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

このDockerイメージをコンテナとしてインタラクティブに実行した後、実行できます。

$ docker container run -it tenseal

バゼルを使用します

別のBazelプロジェクトでこのライブラリを使用するには、ワークスペースファイルに以下を追加します。


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()

ベンチマーク

実行して、いつでも実装をベンチマークできます

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

すべてのプラグからのベンチマークはここにアップロードされています。

チュートリアル

はじめる
チュートリアル1-暗号化されたデータのロジスティック回帰のトレーニングと評価
チュートリアル2-おおよその数字を使用します
チュートリアル3-ベンチマーク
チュートリアル4- Mnistの暗号化された畳み込み

出版物

A. Benaissa、B。Retiat、B。Cebere、Ae Belfedhal、「Tenseal：同種暗号化を使用した暗号化されたテンソル操作のライブラリ」、ICLR 2021分散および民間の機械学習に関するワークショップ（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}
}