微信群二维码大全网站,南乐网站建设电话,网页设计教程视屏,wordpress主题滑动文章目录 一、隐语架构二、产品层三、算法层3.1 PSI与PIR3.2 Data Analysis-SCQL3.3 Federated Learning 四、计算层4.1 混合调度编译-RayFed4.2 密态引擎4.3 密码原语YACL 五、资源管理层六、互联互通七、跨域管控 一、隐语架构
1、完备性#xff1a;支持多种技术#xff0… 文章目录 一、隐语架构二、产品层三、算法层3.1 PSI与PIR3.2 Data Analysis-SCQL3.3 Federated Learning 四、计算层4.1 混合调度编译-RayFed4.2 密态引擎4.3 密码原语YACL 五、资源管理层六、互联互通七、跨域管控 一、隐语架构
1、完备性支持多种技术同态加密、多方安全计算、可信执行环境、差分隐私等。 2、透明性 每层内部高内聚层与层之间低耦合。 3、开放性通过联合分层设计不同专业人员在自己层内充分发挥自己的优势
二、产品层
产品定位 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。 人群画像 隐私保护计算从业者、隐私保护计算需求方、隐私保护计算集成商、开发人员…
三、算法层
3.1 PSI与PIR
PSI与PIR定位 提供高性能、轻量化、易用的PSI/PIR专用协议模块。 人群画像 PSI/PIR产品人员、PSI/PIR需求人员、PSI/PIR研发人员。
PSI隐私求交(Private Set Intesection)一种特殊的安全多方计算(MPC)协议Alice持有集合 XBob持有集合YAlice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。 特点
支持各类协议半诚实模型、恶意模型、两方、多方等。性能、协议优化。提供多层入口若为白屏用户可直接使用产品、若为开发人员可通过Python的SecretFlow或库进行集成。
PIR匿踪查询(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。 特点
支持各类协议Sealed PIR、Label PIR、Spiral PIR、Simple PIR。性能、协议优化。提供多层入口若为白屏用户可直接使用产品、若为开发人员可通过Python的SecretFlow或库进行集成。
3.2 Data Analysis-SCQL
Data Analysis-SCQL(Secure Collaborative Query Language)数据分析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。 Data Analysis-SCQL定位 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。 人群画像 数据分析集成商、数据分析产品人员、数据分析需求人员、数据分析研发人员。 特点
基于半诚实安全模型。支持多方(N2)。易上手提供 MySQL 兼容的 SQL 方言用户界面。支持常用的 SQL 语法和算子满足大部分场景的需求。可实用的性能。提供列级别的数据使用授权控制(CCL)。支持多种密态协议(SEMI2K/CHEETAH/ABY3)。内置支持多种数据源接入(MySQL,Postgres, CSV 等)。
3.3 Federated Learning
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)。 Federated Learning定位 具备安全攻防保障的明密文混合机器学习框架和算法。 人群画像 深度学习需求方、深度学习产品人员、安全AI研究人员。 特点
安全攻防安全风险度量体系、攻防框架、攻防算法。性能稀疏化、量化、流水线。算法营销算法(DeepFM、BST、MMoE)、SOTA安全聚合、大模型(计划)。
四、计算层
4.1 混合调度编译-RayFed
混合调度编译-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。 RayFed定位 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。 人群画像 隐语工程开发人员、隐语算法开发人员。 https://github.com/ray-project/rayfed
4.2 密态引擎
SPU(Secure Process Unit)安全处理单元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。 人群画像 机器学习研发人员、密码协议研发人员、编译器研发人员。 SPU架构 前端以JAX为主、Tensorflow与PyTorch也支持中间层为编译器将前端语言编译为XLA再将XLA编译为机器学习的中间语言下层为Runtime主要为MPC的各种协议Semi2k、ABY3、Cheetah。
4.3 密码原语YACL
密码原语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。 人群画像 安全/密码研究人员。 特点
性能核心原语高性能保障、详细的benchmarking。安全性安全逻辑“链。易用性对密码协议开发者有良好的接口抽象、注释 文档。
五、资源管理层
基于 K8s 的隐私计算任务编排框架kuscia(KUbernetes based Secure Collaborative InfrA)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。 人群画像 隐私保护计算集成商、运维开发人员。 kuscia核心分为两块 Master(控制平面)与Lite(节点)。
六、互联互通
互联互通隐语和其它厂商的平台可以互联互通共同完成一个隐私计算任务。 人群画像 互联互通需求方、算法研发人员、平台研发人员、隐私保护计算集成商。 互联互通分为白盒模式与黑盒模式
黑盒模式(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。例如两个机构任务管理调度不一样但都使用隐语。白盒模式(基于开放算法协议的互联) 算法引擎层面可以直接互联两边算法容器可能是不一样的实现。
七、跨域管控
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。 人群画像 隐私保护计算需求方、监管方、运维人员。 核心(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。
