Apple Machine Learning Research
·
在苹果生态系统中结合机器学习与同态加密
💡
原文英文，约1800词，阅读约需7分钟。
📝
内容提要
苹果公司将隐私视为基本人权，采用同态加密（HE）等技术保护用户隐私，通过在设备上处理数据，减少与服务器的数据共享。HE允许在加密数据上进行计算，确保用户查询的私密性。结合私密信息检索（PIR）和私密最近邻搜索（PNNS），苹果实现了增强视觉搜索等功能，既保护用户隐私，又提供丰富服务。
🎯
关键要点
-
苹果公司将隐私视为基本人权，优先使用设备端处理来保护用户隐私。
-
同态加密（HE）允许在加密数据上进行计算，确保用户查询的私密性。
-
苹果结合私密信息检索（PIR）和私密最近邻搜索（PNNS）实现了增强视觉搜索等功能。
-
苹果的HE实现采用Brakerski-Fan-Vercauteren（BFV）方案，支持机器学习工作流中的同态操作。
-
私密信息检索（PIR）用于从服务器数据库中私密检索确切匹配的信息。
-
私密最近邻搜索（PNNS）用于近似匹配，支持向量嵌入的私密数据库检索。
-
增强视觉搜索功能结合了机器学习、HE和私密服务器查找，保护用户隐私。
-
通过差分隐私（DP）和iCloud私人中继，确保查询的匿名性，防止泄露用户信息。
-
苹果的服务器利用现有的机器学习基础设施处理查询，确保高效的相似度计算。
-
苹果最近开源了swift-homomorphic-encryption库，帮助开发者构建保护用户隐私的应用。
➡️
