蚂蚁集团开源可信隐私计算框架「隐语」：开放、通用

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