[开放隐私计算]
隐私集合求交（PSI）是指两方或多方的数据集合，在不暴露每个参与者集合元素的情况下，让一方或多个参与方知晓交集元素的信息。它的应用面极广，通常视数据规模、数据规模差异、网络带宽等基于OPRF或同态实现。与PSI类似，隐私集合求并（PSU） 使一方或多方知晓参与者集合的并集结果，其核心在于向其它参与方隐藏已有的具体信息。它的应用场景也正在不断扩展，但是其中研究工作不多，特别是在大数据集的情况下。
本次浙江大学网络空间安全学院有一场来自Virginia Commonwealth University的Associate Professor，Hong-Sheng Zhou带来的学术报告分享《Scalable Private Set Union: Faster and More Secure》。
本次报告将基于USENIXSec'22的同名论文，介绍在计算性能和数据隐私方面超越 Kolesnikov et al. (ASIACRYPT 2019) 的技术方案，并介绍接下来的研究方向——Scalable PSU with best possible security in the semi-honest setting。
如果您对PSU感兴趣，可以进腾讯会议参与，也可以预约社区直播间观看线上直播！
报告时间和地点
报告时间：2023年6月19日（周一）15:00-16:00****
线下地点：浙江大学科创中心9号楼-9356-2****
腾讯会议 ： 856-766-467
开放隐私计算
，
将在06月19日 15:00 直播
预约
Scalable Private Set Union: Faster and More Secure
**视频号
