encrypted-evaluation

一个Python框架，用于构建客户端/服务器应用程序，其中服务器托管用于加密输入评估的模型，然后客户端可以加密其模型输入并将其发送到服务器进行评估，并返回加密结果。

特性

• :fire: 在RESTful API中托管用于加密评估的模型
• :cyclone: 客户端用于向远程API发送用于评估的加密输入
• :zap: CLI实用程序用于加密/解密、生成密钥以及在客户端和服务器之间通信

用法

您可以使用CLI或Python中的编程API使用eeval。

CLI

CLI包含Python安装，并提供有关如何完成的详细说明。我们希望它易于使用。如果您在使用它时遇到困难，请提交问题，让我们知道如何改进。

$ eeval
Usage: eeval [OPTIONS] COMMAND [ARGS]...

  Encrypted evaluation with homomorphic encryption

Options:
  -v, --verbose         verbose level  [default: 0]
  --install-completion  Install completion for the current shell.
  --show-completion     Show completion for the current shell, to copy it or
                        customize the installation.

  --help                Show this message and exit.

Commands:
  create-context  Create a TenSEAL context holding encryption keys and...
  decrypt         Decrypt a saved tensor
  encrypt         Encrypt a pickled numpy tensor
  eval            Evaluate an encrypted input on a remote hosted model
  list-models     List models available
  model-info      Get information about a specific model
  ping            Check if the API at URL is up
  serve           Start the API server

API

我们展示了一个基本的客户端/服务器应用程序，其中客户端将加密输入发送到服务器以在层（实际上并没有什么用）上进行评估，更高级的使用可以在我们的示例部分中找到。

服务器

这里我们使用了已经实现的线性层模型用于展示目的，否则，您应该通过继承自eeval.server.model.Model并实现所需方法来实现自己的模型

import eeval.server as server
from eeval import models


# register the LinearLayer model
server.register_model(models.LinearLayer, versions=["0.1"])

server.start(host="localhost", port=8000)

客户端

客户端唯一需要知道的是如何编码和加密其数据，其余部分由eeval.client.Client处理

from eeval import Client
import tenseal as ts


hostname = "localhost"
port = 8000
client = Client(hostname, port)

# prepare the TenSEAL context
ctx = ts.context(ts.SCHEME_TYPE.CKKS, 8192, -1, [60, 40, 60])
ctx.global_scale = 2 ** 40
ctx.generate_galois_keys()
# we know that the model hosted on the server needs a vector of 16 as input
vec = [0.1] * 16
enc_vec = ts.ckks_vector(ctx, vec)

# print some info about the models hosted on the server
models = client.list_models()
print("============== Models ==============")
print("")
for i, model in enumerate(models):
    print(f"[{i + 1}] Model {model['model_name']}:")
    print(f"[*] Description: {model['description']}")
    print(f"[*] Versions: {model['versions']}")
    print(f"[*] Default version: {model['default_version']}")
    print("")

print("====================================")

# send the encrypted input and get encrypted output
result = client.evaluate(model_name="LinearLayer", context=ctx, ckks_vector=enc_vec)
print(f"decrypted result from the server: {result.decrypt()}")

安装

$ pip install eeval

示例

TBD

许可

GNU通用公共许可证3.0