隐私计算资讯一览(05.10)

简介: 隐私计算资讯一览(05.10)


写在前面:文内容据公开信息整理,仅供参考,版权归原作者所有,如侵权请联系删除,感谢大家~


政策焦点

01

多地聚焦数字经济发展、培育数据要素市场,政策频出推进数字产业化和产业数字化

北京:北京市经济和信息化局发布《关于对<北京市数字经济促进条例(征求意见稿)>公开征集意见的公告》:助力打造全球数字经济标杆城市。就数字基础设施(“统筹推进隐私计算等新技术基础设施建设”)、数据资源(“鼓励单位和个人通过市场化等方式依法开放非公共数据”)、数字产业化(“鼓励隐私计算等数据安全服务业发展”)等方面征集意见。

查看详情


江苏:打造“苏服办”总门户 打通数据共享“大动脉”。将通过政务中台建设、通用技术汇集、政务云优化等工作,加快构建数字政府“四梁八柱”,一方面,全力打造“苏服办”总门户;另一方面,从公共数据汇聚治理、共享开放、开发利用等方面打通数据共享“大动脉”,塑造“数字生态”。

源:新江苏·中国江苏网

http://jsnews.jschina.com.cn/jsyw/202205/t20220507_2994355.shtml


武汉:武汉市人民政府关于印发武汉市支持数字经济加快发展若干政策的通知,其中将从推进数据开放共享(“数据共享责任清单、鼓励更多社会力量进行增值开发利用”)、推进数据资产化价值化(“数字资产评估交易中心”)、推进数据资源管理科学化(“推动完善适用于大数据环境下的数据分类分级安全保护制度”)三方面着手,提升数字化治理能力。

:武汉市人民政府

http://www.wuhan.gov.cn/zwgk/xxgk/zfwj/gfxwj/202205/t20220506_1966659.shtml


行业讯息

01

2022数博会将于5月26日开幕 当天举办“数据流通交易与市场培育论坛”

从2022中国大数据产业博览会执委会获悉,“数据流通交易与市场培育论坛”将于5月26日本届数博会开幕当天下午通过数博会官网上直播。该论坛以“流通数据价值 培育交易市场”为主题,将围绕数据要素市场化、数据治理、数据价值、流通交易、数据跨行业区域有序流动等议题展开深入研讨,为推动我国数据交易市场健康发展建言献策。

查看详情


02

阿里达摩院开源新框架入局隐私保护计算,解决异构异步难题


作为技术圈重磅玩家,达摩院自然更关注前沿技术本身的价值及前瞻性。达摩院智能计算实验室丁博麟向媒体介绍:“近两年来,联邦学习方面的科研成果开始集中涌现。作为技术人员,自然而然想到从工具入手,推动这股研究浪潮更快前进。我们也是希望能够开源一个轻量级、易用的平台,让大家能够在上面实现更多的科研协同,从而产生更多学术成果,并更进一步推动产业创新。

查看详情


03

央广报道|中国隐私计算市场雏形初现 技术及商业模式仍待完善(隐语INSIDE)

央广网北京5月5日消息:蚂蚁集团2016年开始布局隐私计算,技术能力涵盖了多方安全计算、隐私保护、联邦学习、机密计算、区块链技术等,推出了摩斯多方安全计算平台,可信隐私计算框架“隐语”、蚂蚁链数据隐私协作平台FAIR、蚂蚁隐私计算软硬件一体机等产品,在联合风控、政务数据、联合营销等业务场景中得到了成熟的应用,是典型的基于原有业务需求形成隐私计算技术能力,并逐渐向外开放的公司。

源:央广网

http://tech.cnr.cn/techph/20220505/t20220505_525816284.shtml


04

一句话资讯


国内头条】

1.支付宝上线“数字人民币”搜索功能:支持收付款、转账和银行卡管理等。

2.IP代理畸形产业爆火:最低6元就能更改。

3.湾区数字科技系列沙龙首期举办,共同推进数据要素流通市场标准化。

4.计算2030:全球进入YB数据时代

【海外条】

1.美国网络安全企业发布数据隐私合规调查报告。

2.英国电信与AWS签署五年期合作协议,将加速推动数字化转型。

3.GitHub也要手机扫码或短信验证了,不启用不能提交代码,最晚明年底执行。


技术研究

01

研究|ACM 2022 可信图神经网络综述:隐私,鲁棒性,公平和可解释性

对于可信图神经网络在隐私,鲁棒性,公平和可解释性的研究工作,文章进行了系统的梳理和讨论。对于可信赖所要求的各个方面,也将现有概念和方法归类并提炼出各类的通用框架。同时作者也给出了代表性工作和前沿方法的具体细节。对于未来的工作方向,也进行了探讨。

查看详情


02

研究|UbiComp 2022 面向穿戴设备的公平高效联邦学习算法及应用

由于对隐私的关注不断增加,对于用户数据的保护越来越受到重视。最近提出的联邦学习可以在保护隐私的前提下协同训练可穿戴数据,然而在目前最先进的联邦学习方案下,网络条件较差的可穿戴设备上的用户数据被忽略了,无法参与到协同训练的过程中。现有的方案受到限制,因此,论文提出了一种公平和高通信效率的联邦学习方案(FCFL)。

查看详情


03

研究|《数据要素生态系统视角下数据运营平台的服务类型与监管体系构建》

基于数据应用的现实需求,探究了数据要素市场化的核心机制、运行机理和法律制度需求。将数据要素市场化配置框架细分为数据主体、数据业务主体和制度规范三个维度,探索包括数据提供方、数据需求方、数据运营平台、生态技术服务商、平台监管者多元主体在内的数据要素市场化生态系统的运行规律。

查看详情


04

思考|未来会出现伟大的隐私计算科技公司吗?到底是IaaS、PaaS还是SaaS?

互联网领域的几种服务模式 -- IaaS、PaaS、SaaS,这些模式到底区别是什么呢?国内更多的厂商目前聚焦在卖软件的PaaS层,这也是这些厂商的优势:具备一定程度的软件自主研发能力、行业标准体系逐渐完善、客户的认知和普及也达到了一定的程度。隐私计算作为一个新的互联网技术,未来“最值钱”的可能是哪种服务模式呢?

查看详情


相关文章
|
9月前
|
机器学习/深度学习 算法 安全
隐私计算训练营第三讲-详解隐私计算的架构和技术要点
SecretFlow 是一个隐私保护的统一框架,用于数据分析和机器学习,支持MPC、HE、TEE等隐私计算技术。它提供设备抽象、计算图表示和基于图的ML/DL能力,适应数据水平、垂直和混合分割场景。产品层包括SecretPad(快速体验核心能力)和SecretNote(开发工具)。算法层涉及PSI、PIR、数据分析和联邦学习(水平、垂直、混合)。此外,SecretFlow还有YACL密码库和Kusica任务调度框架,Kusica提供轻量化部署、跨域通信和统一API接口。
263 0
|
8月前
|
机器学习/深度学习 算法 安全
第3讲笔记:详解隐私计算框架及技术要点
隐语架构是一个分层设计,支持不同技术路线,具有高内聚、低耦合特性,允许各层次的技术人员发挥所长。它包括产品层、算法层和计算层。产品层有SecretPad和SecretNote,提供轻量化安装和全栈产品,支持MPC、TEE等。算法层涉及PSI、PIR协议和SCQL,用于安全数据分析,屏蔽底层复杂性。计算层包含RayFed分布式调度框架和SPU密态计算核心,提供高性能密态计算能力和机器学习算法支持。
256 1
|
9月前
|
运维 安全
隐私计算训练营第二讲笔记
隐语助力数据要素流通
51 0
隐私计算训练营第二讲笔记
|
9月前
|
SQL 算法 安全
隐私计算实训营 第三讲 详解隐私计算框架及技术要点
隐语架构包括产品、算法、计算、资源和硬件层。产品层关注可视化和模块化API,服务于集成商和研究人员。算法层涉及PSI/PIR、安全数据分析及联邦学习。计算层有混合编译调度、SPU、HEU、TEEU和YACL。资源层采用kuscia,基于K8s的隐私计算框架。硬件层未详述。互通互联提供黑盒和白盒模式,跨域管控实施三权分置、秘态存储和全栈审计。该架构设计便于集成和使用。
101 0
隐私计算实训营 第三讲 详解隐私计算框架及技术要点
|
9月前
|
机器学习/深度学习 算法 安全
2024.3.20隐语训练营第3讲笔记:详解隐私计算框架及技术要点
隐语架构是一个分层设计,支持不同技术路线,确保高内聚、低耦合,增强开放性。它包括产品层(如SecretPad和SecretNote)、算法层(如PSI和PIR协议)、计算层(RayFed和SPU)、资源层(KUSCIA)和互联互通及跨域管控机制。该架构旨在提供高性能、易用的隐私计算解决方案,支持MPC、TEE、SCQL等,并允许不同背景的研究人员参与。
231 0
|
9月前
|
算法
隐私计算实训营 第1期-详解隐私计算框架的架构和技术要点
本文简要介绍了隐语技术架构的五层结构:产品层、算法层、计算层、资源层和硬件层。每层分别涉及模块功能、定位和人群画像,旨在使不同角色的用户能轻松理解和使用,降低隐私计算的入门难度。此外,隐语产品设计具有开放性和前瞻性,易于集成。
|
存储 人工智能 自然语言处理
隐私计算资讯一览(04.19)
隐私计算资讯一览(04.19)
119 0
|
机器学习/深度学习 人工智能 监控
隐私计算资讯一览(04.12)
隐私计算资讯一览(04.12)
115 0
|
人工智能 搜索推荐 安全
隐私计算资讯一览(05.17
隐私计算资讯一览(05.17
|
机器学习/深度学习 人工智能 算法
隐私计算资讯一览(07.19)
隐私计算资讯一览(07.19)
121 0