隐语联合20位顶尖高校学者与产业代表，推出“隐私计算系列”线上慕课。本系列课程划分为7为大模块，融合了基础理论与实践应用，将由浅入深为大家呈现100+专业细分知识点。目前隐语b站已上线18节课程，本周还将更新3节课程，敬请期待！点击查看课程详细介绍
02技术进展
TECHNOLOGY
重点完善了典型金融场景全链路算法，并向开发者发布配套的交互式教程。在基础设备层、多方安全计算算法、联邦学习算法等方向，增加了算法或进行了优化。
实现了包括数据分析、特征预处理、模型训练、效果评估、模型服务化在内的全链路安全的数据处理能力，为多方数据合作场景提供了金融风控的全链路技术解决方案。
基于mpc的金融全链路技术详解03隐语动态
INFORMATION
隐语上手手册，包含亮点介绍、SecretFlow集群的易用搭建、Benchmark脚本、两方和三方的Benchmark。
分析当下隐私计算框架面临的各种问题，介绍隐语整体架构与分层，预告隐语后续的技术升级等工作规划。
基于“隐语框架”检测索赔申请是否欺诈场景，采用kaggle开源数据集为例，通过数据预处理、数据明文转密文、模型构建、模型训练等步骤，使用隐语进行MPC算法开发。
044社区活动
ACTIVITY
05行业干货
KNOWLEDGE
以OT协议、神经网络推理、ECDH PSI作为例子，讲述了恶意安全性的重要性，探讨了学术届与工业界对恶意安全模型隐私性、正确性要求的异同。
传统的理赔调查周期长成本高。蚂蚁保联合隐语以后，能在线进行保险敏感范围疾病筛查，获得实时反馈。通过隐私计算的方式，让保险查勘做得既合规又更加高效！
