隐私计算
文章平均质量分 88
小墨Sang
这个作者很懒,什么都没留下…
展开
-
隐私计算(四):SecretFlow隐语安装部署
屏蔽不同机构间基础设施的差异,为跨机构协作提供丰富且可靠的资源管理和任务调度能力。在第一台机器上部署Ray主节点,模拟参与方alice。在第一台机器上部署Ray主节点,模拟参与方alice。部署两个节点,分别模拟alice,bob两个参与方。部署两个节点,分别模拟alice,bob两个参与方。在第二台机器上部署Ray从节点,模拟参与方bob。在第二台机器上部署Ray从节点,模拟参与方bob。添加alice节点(使用自己主机的公网ip地址)单个节点模拟alice,bob两个参与方。原创 2024-03-24 13:26:00 · 710 阅读 · 0 评论 -
隐私计算(二):隐私计算开源如何助力数据要素流通
其以安全、开放为核心设计理念,支持MPC、FL、TEE等主流隐私计算技术,融合产学研生态共创能力,助力隐私计算更广泛应用到A1、数据分析等场景中,解决隐私保护和数据孤岛等行业痛点。目前,隐语已在金融/医疗/保险/政务等多个行业应用实践,并收获了众多高校/企业/开源社区的共建支持,以期汇聚多方形成技术合力,推动隐私计算技术行业可持续发展。三权分置下,如何在数据流通过程中确保数据提供方的数据持有权和经营方的经营权,并防止数据被滥用,从而有效促进使用权流通。数据外循环是构建数据要素市场的核心。原创 2024-03-21 10:13:22 · 414 阅读 · 0 评论 -
隐私计算(三):隐私计算框架架构
桥接上层算法和底层安全协议,保持原生AI框架体验的同时为用户提供透明的、高性能的、基于安全协议的密态计算能力。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。通过模块化API降低技术集成商的研发成本。:具备数据使用跨域管控能力的密态计算枢纽,可执行数据分析、机器学习、MPC/FL加速等功能。: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。:低门槛,高性能的同态加密库,支持多类型、可扩展的算法协议和硬件加速生态。原创 2024-03-21 10:55:10 · 1004 阅读 · 0 评论 -
隐私计算(一):数据可信流通,从运维信任到技术信任
数据二十条》:建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的完善数据全流程合规与监管规则体系建立数据流通准入标准规则,强化市场主体数据全流程合规治理,确保流通数据来源合法、隐私保护到位、流通和交易规范......鼓励探索数据流通安全保障技术、标准、方案。原创 2024-03-21 10:09:50 · 809 阅读 · 0 评论