隐私计算平台调研

阿里摩斯、华控清交、 XDP、ARPA、万向

 

阿里摩斯

蚂蚁区块链摩斯安全计算

         利用多方安全计数据合作过程中的数据安全和隐私保护问题,打通数据孤岛,将计算移动到数据端,达成数据可用不可见,安全促进业务创新。算、隐私保护、区块链技术,打造数据安全共享的基础设施。解决企业之间数据合作过程中的数据安全和隐私保护问题,打通数据孤岛,将计算移动到数据端,达成数据可用不可见,安全促进业务创新。

架构介绍

隐私计算平台调研_第1张图片

应用场景

联合风控场景

隐私计算平台调研_第2张图片

 

联合营销场景

 

隐私计算平台调研_第3张图片

方案优势

安全合规

隐私计算平台调研_第4张图片

公安部信息安全等级保护三级认证、国家信息技术安全中心系统安全性认证TRUSTARC 系统隐私保护认证,并参与信通院多方安全计算标准制定

自主可控

隐私计算平台调研_第5张图片

高效便捷

 

隐私计算平台调研_第6张图片

资源丰富

隐私计算平台调研_第7张图片

 

隐私计算平台调研_第8张图片

 

华控清交

让数据安全融合,使信任变得简单

核心技术

PrivPy 多方安全计算平台实现了支持通用计算类型、高性能、集群化和可扩展的解决方案。 支持标准的 Python 语言和 SQL 操作,兼容 NumPy 和 Pytorch 等函数库,能够支持包括绝大多数机器学习算法在内的计算类型和系统实现,极大的降低了用户使用密文计算的学习曲线,实现了多方安全计算产品的实际可用性和商业易用性。 同时,PrivPy 自主灵活的模块化组合模式和多种部署方式能够满足广泛用户群体在使用和部署中的多样化需求。

 

模块

 

缓存模块

  • 支持持久化缓存
  • 密文缓存分域管理
  • HDD + SDD
  • 数据加密上传
  • 提升密文计算性能

研发辅助模块

  • 支持 JupyterNotebook
  • 图表分析
  • 版本管理
  • 多用户管理
  • 数据集检索

协同计算模块

  • 支持明文密文协同计算模式
  • 计算任务预处理及后处理
  • 预处理结果形态自动判断

 

AI 计算模块

  • 支持常用机器学习算法的训练和预测
  • AI 计算模块全面的库函数
  • 丰富的机器学习算法
  • 算法性能大幅度优化

存证模块

  • 存证过程透明可信
  • 存证结果安全存储,不被篡改
  • 多维度存证为密文计算各方解决争议

SQL 模块

  • 支持标准 SQL 语法
  • 分布式并行执行
  • 离线处理
  • 结果缓存
  • 恶意 SQL 检测

你可能感兴趣的:(隐私计算)