木亦汐丫-32288_个人页

2024年05月

• 04.03 22:31:50
  发表了文章 2024-04-03 22:31:50

  课9-隐语多方安全计算在安全核对的行业实践

  该文档介绍了隐私计算技术在助贷平台业务中的应用，通过风洞隐私安全核对方案实现数据比对而不泄露信息。风洞方案支持规模化核对，特色功能在于适应不同场景。技术共建部分提到，使用SCQL进行差异化产品表达，分为安全核对和联合策略两个方面，并与隐语合作开发安全自证功能，确保可审查和可视化。未来面临低门槛、高性能、易用性和实时性的挑战。
• 04.03 11:33:52
  发表了文章 2024-04-03 11:33:52

  课8-隐语SCQL的开发实践

  SCQL 是一种用于安全联合数据分析的工具，开放API供用户集成。通过SCDBClient可体验其功能，支持开发封装产品或集成到业务。使用流程包括部署系统、项目设置和联合分析。SCQL部署涉及环境准备及SCDB和SCQLEngine启动。示例场景是金融机构Alice联合电商平台Bob进行用户画像分析。SCDB中，项目、身份认证、数据表管理和权限信息管理是关键概念。用户需创建数据库、用户、项目，并设置权限和CCL后，发起联合分析查询。SCQL架构包含SPU，支持P2P模式，可用于聚合查询等操作。SecretNote UI界面的部署和使用，用于演示SCQL的业务场景。
• 04.01 16:42:17
  发表了文章 2024-04-01 16:42:17

  课7-隐语SCQL的架构详细拆解

  SCQL是安全协作查询语言，针对多⽅隐私保护的数据分析。它在不泄露数据隐私的情况下，允许互不信任的参与⽅联合分析数据。SCQL采用半诚实安全模型，支持多⽅协作（N大于等于2方），并提供MySQL兼容的SQL接口。关键特性包括列级别授权（CCL）、多种密态协议支持和跨多种数据源接入。CCL是列控制列表，定义数据使用约束。SCQL架构包括SCDB（不参与计算）和SCQLEngine（部署在数据参与⽅），通过流程图和架构图展示其工作原理，适用于医疗研究、联合营销和保险理赔等场景。
• 04.01 10:42:42
  发表了文章 2024-04-01 10:42:42

  课6-匿踪查询和隐语PIR的介绍及开发实践

  隐匿查询(PIR)允许用户从服务器检索数据而不暴露查询内容。类型包括单服务器与多服务器方案，以及Index PIR和Keyword PIR。隐语支持SealPIR用于单服务器Index PIR，压缩查询并支持多维和多查询处理。另外，它采用Labeled PSI实现单服务器Keyword PIR，优化了计算和通信效率，基于微软代码并扩展了功能，如OPRF、特定ECC曲线支持和预处理结果保存。隐语提供的PIR相关API包括`spu.pir_setup`和`spu.pir_query`。

  
• 03.28 15:03:20
  发表了文章 2024-03-28 15:03:20

  课5-隐私求交和隐语PSI介绍及开发实践

  Alice和Bob分别创建了CSV文件`alice_psi_input.csv`和`bob_psi_input.csv`，包含姓名和年龄数据。他们使用SecretFlow库执行隐私保护集合求交(PSI)协议，版本v1和v2，通过ECDH_PSI_2PC或PROTOCOL_ECDH协议，不泄露原始数据。在PSI过程中，双方找出共享的姓名，结果发送给Alice。
• 03.22 17:25:57
  发表了文章 2024-03-22 17:25:57

  课4-隐语SecretFlow、SecretNote安装部署

  SecretFlow是支持Python 3.8及以上版本的隐私计算框架，兼容CentOS 7、Anolis8、Ubuntu 18.04等等。它提供两种安装包：所有需求的大体积`secretflow`和仅含基础功能的小体积`secretflow-lite`。用户可通过Docker、pip或源码安装。安装后，可使用Docker镜像在本地部署，并通过Ray进行集群仿真。更多详细信息和部署指南可在官方手册中找到。此外，SecretFlow还提供了类似Jupyter Notebook的SecretNote工具，实现多节点代码自动执行和跟踪。
• 03.21 16:44:31
  发表了文章 2024-03-21 16:44:31

  课3-详解隐私计算框架的架构和技术要点

  隐语架构涵盖产品、算法、计算、资源和硬件五层，旨在实现互联互通和跨域管控。产品层包括SecretPad等，简化用户和集成商体验。算法层涉及PSI/PIR、SCQL和联邦学习，提供隐私保护的数据分析和学习。计算层如RayFed、SPU、HEU等，支持分布式计算和密态处理。资源层的KUSCIA用于跨机构任务编排，硬件层涉及FPGA等加速器。互联互通支持黑盒和白盒模式，确保不同平台协作。跨域管控则强调数据流转控制，保护数据权益。
• 03.20 17:32:30
  发表了文章 2024-03-20 17:32:30

  课2-隐私计算开源如何助力数据要素流通

  数据要素市场关键在于数据的内外循环，其中外循环面临数据权属、信任等问题。为解决这些问题，需建立基于区块链、可信计算的安全技术信任体系，并借助隐私计算保证数据流通时的隐私性。隐私计算遵循数据不可见、使用可控及不可识的原则，通过开源降低流通门槛。隐语作为开源隐私计算平台，具备统一架构、开放拓展、原生应用和高性能等优势，助力数据要素安全流通。
• 03.20 16:52:10
  发表了文章 2024-03-20 16:52:10

  课1-数据可信流通，从运维信任到技术信任

  构建数据可信流通体系，关键在于建立技术信任。该体系基于信任四要素：身份确认、利益依赖、能力预期及行为后果。数据内循环时，持有方负责数据安全；外循环则面临责任主体不清等问题。为实现可信流通，需由运维信任转向技术信任，依托密码学和可信计算技术，并遵循数据二十条政策。技术手段包括可信应用身份、使用权跨域管控、安全分级标准和全链路审计，确保内外循环的数据管控。基础设施——密态天空计算，支持以隐私计算为核心的密态数联网，实现责任界定的全链路数据安全。