隐私计算开源助力数据要素流通

#隐语SecertFlow 联邦学习课程学习笔记,本文所有知识点、图片来源于隐语课程
#学习渠道:隐语官网或b站“隐语SecretFlow”
 

1.数据要素流转与数据内外循环

        在数据价值释放的过程,分为内循环、外循环。内循环:数据持有方对数据的使用与安全有全部责任。外循环:数据离开持有方的管控域,但仍有管控需求和责任。

2.数据外循环中的信任焦虑

        信任焦虑的关键问题是数据权属。

        解决方案:从主体信任到技术信任。从感性到理性。

3.数据要素流通对隐私计算的期望

        隐私计算三个原则:数据可用不可见、可控可计量、可算不可识。

        隐私计算需要通用的安全分级和评测方法。

        隐私计算需要降低门槛,做到普惠、安全、标准化。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值