隐私计算实训营 第一期 第三讲-详解隐私计算框架及技术要点 学习笔记

第3讲：详解隐私计算框架及技术要点

隐语的架构

层与层的分层设计，有更好的开放性，隐私计算涉及到多门学科，这种设计有利于各专业的人发挥各自的优势

隐语架构拆解

隐语的产品

通过可视化产品，降低终端用户的体验和演示成本。
通过模块化API降低技术集成商的研发成本。

隐语产品

PSI/PIR

PSI（Private Set Intesection）

一种特殊的安全多方计算（MPC）协议
Alice持有集合 X，Bob持有集合Y，
Alice和Bob通过执行PSI协议，得到交集结果X ∩ Y
除交集外不会泄漏交集外的其它信息

PIR（Private Information Retrieval）

用户查询服务端数据库中的数据，
但服务端不知道用户查询的是哪些数据

高性能、轻量化、易用的PSI/PIR专用协议模块

Data Analysis

一种多方安全数据分析系统，可以让互不信任的参与方在保护自己数据隐私的前提下，完成多方数据分析任务

屏蔽底层安全计算协议的复杂性，以简单熟悉的 SQL 语言界面，提供多方数据密态分析能力

Federated Learning(联邦学习)

在原始数据不出域的前提下，通过交换中间数据完成机器学习建模。
包含水平联邦和垂直联邦（主要是拆分学习，Split Learning）。

具备安全攻防保障的明密文混合机器学习框架和算法

混合调度编译

混合编译调度 - RayFed
在Ray基础之上所构建的专注于跨机构的分布式计算调度框架
https://github.com/ray-project/rayfed （已成为ray的孵化项目）
面向跨机构场景，提供单机构内计算任务独立调度和跨机构计算任务协作的能力。

密码库 YACL

多种隐私计算技术路线共同需要的密码库，具备安全实现保证、高性能等特点。
为什么要创建YACL

互联互通

① 黑盒模式
• 又称管理调度互联
• 管理面、控制面实现互联互通
• 两边加载相同的算法容器

② 白盒模式
• 又称基于开放算法协议的互联
• 算法引擎层面可以直接互联

跨域管控

数据离开持有者的运维域后，数据方仍然能够有效地控制数据的流转过程，避免其被窃取或者非预期使用。
跨域管控核心是三权分置。
数据要素“三权”在数据流转过程中诞生与流转，
数据要素“三权”权益的机制保障核心是数据加工使用权跨域管控。

总结

本节课主要介绍了隐语的基本架构，分层式设计更有利于各行各业的人员参与并应用这个架构。

简要介绍了每一层的结构和组成，以及建议使用和关注的人群。

通过本次课程的学习，对隐语的架构有了清晰的了解，也明确了自己主要关注的架构层面。