חדש תמונה, וידאו, קריינות ותמלול בקריאה אחת, בלי להריץ מודל. מנסים בלי שרת

GPT
E

encrypted_credit_scoring

רץ בדפדפן

zama-fheרישיון לא דווח2023-11-06

  • gradio
  • FHE
  • PPML
  • privacy
  • privacy preserving machine learning

הדגמה שבודקת זכאות לכרטיס אשראי על גבי נתונים מוצפנים לחלוטין בלי לחשוף אותם לשרת. היא מיועדת למי שרוצה לראות הצפנה הומומורפית בפעולה מול מודל למידת מכונה.

  • —הורדות בחודש
  • 62לייקים

מה זה

הממשק מדמה תהליך חיתום שבו שלושה גורמים שונים מזינים נתונים, המבקש עצמו, הבנק ולשכת האשראי. אתם מזינים פרטים אישיים כמו גיל, הכנסה, מצב משפחתי והשכלה, לצד ותק החשבון ומצב התעסוקה, ומצפינים כל חלק בנפרד בדפדפן לפני השליחה.

במקום להעביר את הנתונים כטקסט גלוי, המערכת שולחת ייצוג מוצפן לשרת. החישוב מתבצע באמצעות הצפנה הומומורפית מלאה, כך שהשרת מריץ את מודל הניבוי ישירות על המידע המוצפן ומחזיר תוצאה מוצפנת שאותה רק אתם יכולים לפענח.

בסיום מקבלים את תוצאת הזכאות לכרטיס. אם המודל קובע שהבקשה נדחית, הממשק כולל שלב נוסף שמציג הסבר להחלטה על גבי הפלט.

מתאים ל

  • הבנת חישוב מוצפן

    צפייה בזמן אמת באיך מודל מנבא תוצאה בלי לפענח את הנתונים בשרת.

  • המחשת תהליך רב צדדי

    בדיקת תרחיש שבו גורמים שונים מזינים מידע חסוי לאותו חישוב.

  • בדיקת ביצועי הצפנה

    מדידת הזמן שלוקח למעבד רגיל לבצע הערכה הומומורפית של מודל.

איפה זה נופל

זו הדגמת היתכנות טכנולוגית ולא מערכת חיתום אמיתית. הנתונים מוגבלים לשדות ספציפיים בממשק, וכל החלוקה לשלושה גורמים נעשית בפועל באותו מסך בדפדפן שלכם.

ההרצה על מעבד בסיסי מדגישה את צוואר הבקבוק המוכר של הצפנה הומומורפית, שהיא איטית משמעותית מחישוב רגיל. אל תסתמכו על המודל הזה להחלטות אשראי אמיתיות, הוא מיועד אך ורק להמחשת הפרטיות בחישוב.

שאלות
נפוצות

האם השימוש בהדגמה כרוך בתשלום?

לא, ההדגמה פתוחה לחלוטין לשימוש בדפדפן ללא עלות. אין צורך בהרשמה, התחברות או הזנת פרטי אשראי אמיתיים כדי להריץ אותה.

האם המידע שהזנתי נחשף לשרת?

המידע מוצפן מקומית בדפדפן באמצעות מפתחות שנוצרים אצלכם, והשרת מקבל רק נתונים מוצפנים. השרת מבצע את החישוב ישירות על ההצפנה ומחזיר פלט מוצפן, כך שאינו רואה את הערכים המקוריים.

האם אפשר להריץ את היישום מקומית במחשב שלי?

כן, התיעוד כולל הוראות התקנה מלאות להרצה מקומית. יוצרים סביבה וירטואלית בפייתון, מתקינים את התלויות ומריצים את קובץ האפליקציה, ואפילו קיים קובץ ייעודי לפיתוח ואימון המודל מחדש.

כמה זמן לוקח לקבל תוצאה?

החישוב עצמו לוקח מספר שניות בודדות, והממשק אף מציג תיבת טקסט עם זמן הביצוע המדויק. מאחר שהשרת רץ על מעבד בסיסי, הביצועים תלויים בעומס הנקודתי באותו רגע.

איך משתמשים

התהליך מחולק לחמישה שלבים ברורים. תחילה לוחצים על כפתור שמייצר מפתחות הצפנה ושולח מפתח הערכה לשרת. לאחר מכן ממלאים את שדות הטקסט והמחוונים, ולוחצים על כפתורי הצפנה נפרדים עבור כל מקור מידע.

אחרי שהנתונים מוצפנים, מפעילים את החישוב בשרת וממתינים. השרת רץ על מעבד בסיסי, מה שאומר שהחישוב ההומומורפי עשוי לקחת כמה שניות טובות, אך הממשק מציג את זמן הריצה המדויק. בסוף לוחצים על משיכת התוצאה המוצפנת ופענוחה המקומי.

הרישיון

הרישיון של המאגר לא דווח בקוד או בתיעוד. המשמעות היא שאין הרשאה ברורה לשימוש מסחרי או לשימוש חוזר בחלקי הקוד, וכדאי לבדוק מול המפתחים לפני שלוקחים רכיבים לפרויקט משלכם.

הרישיון המלא ב־Hugging Face ↗