hl156的博客

例如，在一个SMC算法中，不同参与者拥有各自的输入数据，他们可以分别使用这个函数计算自己的输入数据的欧几里得距离并进行互相比较，而不需要暴露各自的原始输入数据。这些文件提供了在ABY库中使用SMC技术解决相似度计算问题的基础工具和函数，可以用于解决一些需要计算相似性和寻找相关数据的问题，例如数据挖掘、推荐系统等。这些文件提供了在ABY库中使用SMC技术计算阈值欧几里得距离的基础工具和函数，可以用于解决一些需要计算距离和相似度的问题，例如数据挖掘、图像处理等。

在安装HEAAN全同态加密库时遇到的问题，尝试了网上的很多方法去安装gmp.h文件都失败了。命令：sudo apt-get install libgmp-dev。最后发现linux中的lib库中有gmp头文件。

HElib是IBM用C++写成的一个开源的同态加密库。至于同态加密是什么，网上有一堆教程，无须赘述。对于同态加密库HElib而言，所有的输入输出都表示成为vector<long>的形式，vector<long>的大小和HElib的初始化参数有关。需要将原始数据全部全部转换成vector<long>的形式，至于如何转换，与具体的业务逻辑有关系，HElib并不关心具体的转换方式，HElib所做的只是对vector<long>进行加解密，以及进行加减乘等运算。

最近在整理一些车辆轨迹的预测方面的文献，顺便总结一下文献中提到的车辆轨迹数据集。1.Italy,Bologna1.数据集为意大利博洛尼亚地区某个工作日早上8.00-9.00超过22000辆车的车辆行驶数据2.数据采样时间间隔为1s3.车辆轨迹数据包括：时间-车辆ID-经纬度-速度http://academic.lucabedogni.it/the-bologna-ringway-dataset/2.Germany,Cologne1.数据集为德国科隆400平方公里地区某个工作日上午6.00-

问题描述：两个百万富翁都想比较一下谁更富有，但是又不想让对方知道自己有多少钱，并且没有可信第三方做担保的情况下，如何实现？假设：1.两个人都是可信的（不欺骗对方）。2.两个人都希望诚实地比较出谁的钱更多。3.两个人都对对方的具体资金比较好奇。解决方案：1.不经意传输的解决方案。2.加密的解决方案。...

在阅读文献的过程中遇到了这两个概念：计算不可区分、统计不可区分。计算不可区分：给定随机变量序列，m(n)为多项式，如果对每一个概率多项式时间算法A，存在可忽略函数ε :N→［0,1］，使得对每一个n∈N，成立，那么称是计算不可区分。感觉概念很抽象，查阅了一些资料之后得出的总结：（针对随机数而言的）如果是多项式的计算能力计算不出随机数，就叫计算不可区分。（也看到一种说法，如果多强的计算能力都无法计算出随机数就叫统计不可区分）我也不太清晰，还望大神指正。...