一篇可能被联邦学习同行封杀的文章

我很喜欢巴菲特的一句话“当别人疯狂时我恐惧，当别人恐惧时我疯狂”，用于今天的隐私计算这个行业，非常合适。因为，“百花齐放”、五花八门、鱼龙混杂的隐私计算行业初期，确实让我对这个领域有一些担忧。本文我试图从隐私计算软件是否是开源和自主研发的角度来叙述当下的问题。

安全已是国家战略

作为程序员，我无条件支持开源，因为这是推动技术发展、普惠码农最廉价的方式，没有之一。放到安全计算这个领域，因为它的技术前沿性、未知性，将平台开源无疑是推动这一技术往前发展的有效方式。但是，火热的隐私计算领域让我陷入深深的思考——

隐私计算是用来保护数据流通的，那安全（隐私）计算平台本身存在被攻击的缺陷和漏洞存在吗？安全计算用开源来落地企业场景和数据业务，会有什么问题吗？本文会从几个角度来说道说道，可能很多公司的同僚就不爱听了，但是我还是本着“忧国忧民”的职业情操写出自己的那一点点认知。因此，惶恐这篇观点会被“404”掉。

关于安全技术，我就想反问一句“国家的安全软件、做安全的科技公司，哪家是把代码开源出来的！”

简要的回顾

一、开源项目与非开源

联邦学习发展到现阶段，开源最大的价值是市场教育和技术推动（这个角度我完全赞同），但是，我担心开源的原因，是出于安全计算的业务本质。

目前来看，微众Fate、百度PPFL、TensorFlow等安全计算项目已开源；蚂蚁Morse、富数Avatar、华控PrivPy、平安蜂巢、矩阵元JUGO等属于非开源项目；还有几家包括前段时间冒出来也有联邦学习技术的科技公司包括京东数科、同盾、冰鉴等，这些“项目”基本其实尚处于比较初级的研究阶段，还没看到实际的产品。

最近雷锋网AI+金融在线讲堂重点推出的就是联邦学习系列，我看了一下基本上把和联邦学习有点关系的都搞来“表演”了。各家讲的技术和知识范畴、业务场景基本上都是类似的，这与联邦学习最适合的几个应用场景有直接关系——联合建模、联合营销、联合统计等。

二、何为“正宗”

几十家谈联邦学习的公司，哪家是正宗呢？从三个角度看：

1）资质，目前安全计算的资质最具有影响力的应该算是信通院的那个安全计算证书（微众、蚂蚁、百度、富数、华控）；

2）产品，不管是开源还是非开源，至少能看的到产品样子并且用的起来（Fate、Morse、点石、Avatar、PrivPy、蜂巢、JUGO）；

3）市场占有率，隐私计算目前的几个应用场景，如果数据