2.5 基于Python的安全计算库

前面介绍了联邦学习中常见的安全机制及实现。事实上，这些安全机制并非联邦学习所特有，它们各自在密码学领域中已经被广泛研究和使用，因此，当前也有很多开源的实现方案可供使用。本节简要介绍一些常用的基于Python实现的安全计算库。

Python开源程序包pycrypto提供了常用的加/解密算法的实现^[2]，不仅包括AES、DES、RSA、ElGamal等常用算法，还包括常用的散列函数（例如SHA256和RIPEMD160等）。特别地，Python开源程序包pycryptodome是pycrypto项目的一个分支（fork），提供了更加丰富的加/解密算法的实现，包括秘密共享算法^[15]。在pycryptodome包里，对计算量大的操作还提供了高效的C语言扩展实现。

当前联邦学习系统里最常用的隐私保护机制是同态加密。开源的Python-Paillier程序包提供了支持部分同态加密（例如加法和标量乘法同态加密）的Python 3实现^[16]。Python-Paillier程序包主要是实现了基于Paillier算法的加法和标量乘法同态加密算法，支持对浮点数的加密运算。

差分隐私的主要实现机制是在输入或输出上加入随机化的噪声（数据），例如拉普拉斯噪声、高斯噪声、指数噪声^[201]等。开源的Python程序包differential-privacy提供了常用的差分隐私方法的实现^[7]。IBM公司提供的开源程序包diffprivlib是另外一个常用的Python差分隐私程序库^[175]。

开源的MPyC程序包提供了基于Python的安全多方计算的实现^[14]。MPyC程序包主要提供了基于有限域上的阈值秘密共享，即使用Shamir的门限阈值密码共享方案以及伪随机秘密共享^[253]。

常用的基于Python的安全计算程序包还有散列算法、ECC（Elliptic Curve cryptography）加密算法、ECDSA（Elliptic Curve Digital Signature Algorithm）加密算法和eth-keys秘钥生成算法等^[17]。