蚂蚁集团开源可信隐私计算框架「隐语」:开放、通用

蚂蚁集团开源可信隐私计算框架「隐语」:开放、通用_第1张图片

7 月 4 日,蚂蚁集团宣布面向全球开发者正式开源可信隐私计算框架 “隐语”。

隐语是蚂蚁集团历时 6 年自主研发,以安全、开放为核心设计理念打造的可信隐私计算技术框架,涵盖了当前几乎所有主流隐私计算技术。

据介绍,隐语内置 MPC、TEE、同态等多种密态计算虚拟设备,提供多类联邦学习算法和差分隐私机制。通过分层设计和开箱即用的隐私保护数据分析、机器学习等功能,有效降低了开发者应用的技术门槛,能助力隐私计算应用于 AI、数据分析等领域,解决隐私保护和数据孤岛等行业痛点。

经过蚂蚁集团大规模业务以及外部金融、医疗等场景的成功应用,隐语兼顾了安全和性能。在发布会中,蚂蚁集团介绍了隐语的诸多特性。

我们需要怎样的隐私计算开源框架?

隐私计算是一个新兴的跨学科技术领域,涉及密码学、机器学习、硬件、BI 分析等,包括多方安全计算(MPC)、联邦学习(FL)、可信执行环境(TEE)、可信密态计算(TECC)、同态加密、差分隐私等多种技术路线,涉及众多专业技术栈。

作为兼顾数据安全和数据流通的关键技术,隐私计算可保证数据提供方不泄

你可能感兴趣的:(隐私计算与联邦,网络信息安全,数据库,开源,隐私计算,网络安全)