my photo

Wen-jie Lu

Cryptography and Privacy Lab (蚂蚁技术研究院)

Applied Cryptographer (Homomorphic Encryption & Secure Multi-party Computation), Vimer

工作经验

蚂蚁技术研究院-密码学实验室

算法工程师 • 2023 年 4 月 — 2024 年 4 月

关注全同态加密，多方安全计算相关技术

阿里安全-双子座实验室

算法工程师 • 2019 年 4 月 — 2023 年 4 月

关注全同态加密，多方安全计算相关技术的沉淀与创新。

学历

筑波大学 University of Tsukuba

工学博士 • 2014 — 2019

日本学術振興会特別研究員 (DC2)

应用密码学方向。指导老师 Jun Sakuma.

广州暨南大学

工学学士 • 2009 — 2013

软件工程专业。指导老师：龙舜。

佛山石门中学

高中 • 2006 — 2009

发表论文

Wen-jie Lu, Zhicong Huang, Zhen Gu, Jingyu Li, Jian Liu, Kui Ren, Cheng Hong, Tao Wei, WenGuang Chen • eprint

基于 RLWE & OT 做两方大模型安全推理。矩阵乘部分是 _Cheetah_ 的内容的直接延伸。大部分代码已经在 [SecretFlow](https://github.com/secretflow/spu) 项目上开源。

Wen-jie Lu, Zhicong Huang, Qizhi Zhang, Yuchen Wang and Cheng Hong • USENIX Security 2023

树模型的双方安全计算，基于 RLWE 和 OT 做了一些计算量 & 通信量的优化。即将在 [SecretFlow](https://github.com/secretflow/spu) 项目上开源。

Zhicong Huang, Wen-jie Lu, Cheng Hong, Jiansheng Ding • USENIX Security 2022

一整套双方安全协议支持比较完整的卷积网络的安全推理

PEGASUS: Bridging Polynomial and Non-polynomial Evaluations in Homomorphic Encryption

Wen-jie Lu, Zhicong Huang, Cheng Hong, Yiping Ma, Hunter Qu • Security and Privacy 2021

各种 RLWE 上面的 trick；是后续工作的各种 idea 的源头

Faster Secure Multiparty Computation of Adaptive Gradient Descent

Wen-jie Lu, Yixuan Fang, Zhicong Huang, Cheng Hong, Chaochao Chen, Hunter Qu, Yajin Zhou, Kui Ren • PPMLP 2020

一个有意思的计算 1/sqrt(x) 的双方协议

编程实现 (阿里实习) • EUROCRYPT19 2019

两方安全计算框架，支持（一定程度的）恶意行为检测和存证。

Non-interactive and Output Expressive Private Comparison from Homomorphic Encryption

Wen-jie Lu，Jun-jie Zhou, Jun Sakuma. 博士期间的工作； • AisaCCS 2018

一个用 RLWE 做加密整数的大小比较的协议；在里面用到的一些 RLWE/LWE 的 trick 是 Pegsus 论文的一部分根基。

Using Fully Homomorphic Encryption for Statistical Analysis of Categorical, Ordinal and Numerical Data

Wen-jie Lu, Shohei Kawasaki, Jun Sakuma. 博士期间的工作； • NDSS 2017

是我开始接触 FHE 的开端。

开源项目

SecretFlow (隐语)

两方计算部分的实现 (ie `libspu/mpc/cheetah/`)

OpenCheetah

USENIX22 「猎豹」论文的开源代码

Microsoft SEAL

一般开发；贡献数个性能优化相关的 PR；如 PR#176, PR#177 和 PR#234.

TF Encrypted

利用 TFE 的图计算；封装 SEAL 做两方安全计算（涉及部分 TensorFlow Kernel 定制化)；如两方安全逻辑回归。