「隐语开源社区开放日」全场精华合集(附视频+原文稿件)

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 「隐语开源社区开放日」全场精华合集(附视频+原文稿件)


为推动隐私计算行业生态连通、应用发展,「隐语开源社区开放日」活动于3月29日顺利举办。此次,隐语开源社区携手中国信通院云计算与大数据研究所、深圳国家金融科技测评中心、机器之心、隐私计算联盟开源工作组以及开源中国:不仅现场版开源隐语SCQL多方安全数据分析引擎,面向全球开发者免费开放,也广邀行业、企业、高校、科研的隐私计算开发者与使用者,开展了一场平等双向的开放交流。

浙江大学求是讲席教授、ACM/IEEE Fellow任奎为活动致辞,以数据要素为切入点,强调当前隐私安全是责任也是核心竞争力,隐私计算作为此间的核心技术之一,其开源是必要趋势、也是技术产业化加速的重要推动力。点击上图可查看现场视频及原文稿件

蚂蚁集团副总裁兼首席技术安全、北京大学客座教授韦韬以《数据要素大潮的技术挑战》为题进行了演讲。拆解分析了数据要素密态发展三个阶段所面临的不同挑战,在此过程中,方法体系、平台框架、技术标准等方面都面临全新变革。“目前,我们密态时代处于计算密态化和大数据密态化中间,计算密态化中的安全挑战依然是行业中非常需要重视的问题;未来大数据密态化之时,核心则要拓展技术应用深度,才足以面对数据要素全面密态化的挑战。”点击上图可查看演讲视频原文稿

隐语框架负责人王磊对隐语SCQL多方安全数据分析引擎技术进行了详解。这是业内首个将SQL 基于多方安全计算(MPC)技术,并具有相对完整能力的数据分析系统,该系统提供工业级的多方安全联合分析功能。讲到:“在实际场景中,BI的应用面更广。对于大部分数字化转型起步较晚、正在进程中的企业,更多是通过一些规则、数据分析、人工分析的方式进行数据处理。数据要素市场化是要赋能行业应用和实体经济、是要驱动经济的整体发展。所以,BI数据分析将会逐渐变得越来越重要,隐私计算技术整体也会从顶层的企业逐步向下渗透。”点击演讲可查看现场视频原文稿

Intel产品安全和保障部高级总监郭伟,在现场介绍了英特尔QAT解决方案,他提到:“在处理整数矩阵式计算时,将这些任务转移到QAT专用处理芯片上,可以极大地减轻CPU的负担,加快在AI算法和隐语计算中的处理速度。”接着详细展开了业界三种实现加速的方式,第一种是基于同态加密,第二种是基于TEE技术和可信计算环境,第三种是基于软件的形式。点击上图可查看演讲视频原文稿

来自蚂蚁集团的高级技术专家祝森林,在现场介绍了分布式计算系统和隐私计算的背景,分享基于Ray框架的隐私计算案例,如何解决跨机构调度、通信和执行安全的问题。讲解了互联互通中的两种模式:黑盒和白盒,并探讨Rayfed在未来互联互通中的应用。他期望在Ray内核方面持续增强,输出一个稳定的计算底座,提高与各种计算硬件的集成应用性和性能,普惠到其它的隐私计算框架和联邦学习框架中。点击上图可查看现场视频原文稿

浙江大学百人计划研究员张秉晟,介绍了安全多方计算的分类、定义,详述了安全多方技术中安全假设、安全保障、性能在理想世界和现实范式的制约。分享了一些常见协议的安全风险:TextbookRSA、基于盲签名的keyword PIR/PSI协议,以及恶意敌手与1-bit泄露安全模型。最后提到了他目前正在做的一个项目“恶意安全高效协议”,后续会将成果贡献到隐语中来。点击上图可查看现场视频原文稿

中国信通院云计算与大数据研究所高级业务主管现场分析了隐私计算互联互通壁垒过高的原因,并分享了探索过程中,建设思路的升级变化,即当前的思路更多时候从底层落地向顶层标准化做推动,进而在具体工作开展层面,从黑盒互联互通、白盒互联互通的分类层层递进,简要介绍了ECDH-PSI 算法开放协议的共建工作。分享最后,袁博也于现场总结概览了自2021年起进行的相关标准的制定及标准整体框架的构建工作。点击上图可查看现场视频原文稿

中银金科的算法工程师石新蕾,讲述了中银金科隐私计算团队在2022年隐私计算保护大赛中,基于多方安全计算三方纵向联合建模的赛题背景中,选择使用隐语框架的解题思路,解决方案及实战成果。主要看中隐语的MPC能力、明密文混合编程以及优势结构解,开发应用友好、安装部署方便等能力。最后讲到金融业隐私计算开源应用的现状:技术成熟度不足、内部数据治理复杂、开源知识产权风险、开源软件安全管理风险。点击上图可查看现场视频原文稿

厦门掌讯CTO王艺团在现场介绍道,本次分享的内容核心更侧重于“探索”, 基于丰富的行业场景经验,所以对于数据流通和数据安全之间的平衡需求深有体会,也一直在探索相关的方案。回顾这当中的探索过程,艺团也讲起:“此前在区块链、联邦学习方向进行的尝试,偏向某种特定应用方案,而不是一种通用方案。直到接触了隐私计算和隐语框架。”此次艺团在现场分享中,就聚焦「区域跨行账户风险联防联控 」场景,核心分享了开户核验、存量账户排查、区域态势感知、疑似电诈风险等应用中的开发探索经验。点击上图可查看现场视频原文稿

此外,来自北京邮电大学、厦门大学、浙江大学、厦门掌讯、Intel的社区之星也受邀来到开放日,任奎、深圳国家金融科技测评中心董事长钟剑以及韦韬,为这些高校、企业isv用户、行业企业的社区开放共建力量代表进行现场表彰。最后,期待更多开发者加入到隐语开源社区的共建,共同推动隐私计算行业的发展,打造出一个充满活力的开源社区!

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
6月前
|
安全
隐语实训营笔记 第二讲
隐私计算通过开源促进数据要素安全流通,解决外循环中的信任问题。隐语开源项目旨在实现数据可用不可见、可算不可识、可控可计量的原则,统一产品度量标准,降低接入难度,构建完备的信任链,以推动数据的开放与共享。
65 0
|
6月前
|
算法 安全 数据安全/隐私保护
隐语实训营笔记 第三讲
隐私计算框架“隐语”提供全面的隐私保护技术,包括PSI、PIR和联邦学习等算法,层次间低耦合,支持开放合作。产品层包含多样化应用,计算层涉及SPU、HEU、TEEU及密码库YACL,资源层有kuscia管理,强调互联互通和跨域管控,旨在实现安全的数据协作。
54 0
|
6月前
|
存储 运维 安全
隐语实训营笔记 第一讲
构建数据可信流通体系,确保来源确认、范围界定、过程追溯及风险防范。该体系基于密码学和可信计算,包含身份验证(如CA证书和远程验证)、使用权跨域管控、安全分级测评和全链路审计。可信数字应用身份验证和跨域管控保护数据免于滥用,同时维护上下游利益。通过隐私、可信和机密计算技术,实现数据流通的控制面和数据面的平衡,即“不可能三角”。全链路审计形成内外循环的管控体系,密态天空计算作为基础设施,支持密态数据流通,解决数据安全保险中的定责和定损问题。
40 0
|
机器学习/深度学习 算法 安全
隐语开源社区 首期“社区之星” 新鲜出炉!
隐语开源社区 首期“社区之星” 新鲜出炉!
264 1
|
SQL 机器学习/深度学习 人工智能
隐语开源社区【精选问答】第三期
隐语开源社区【精选问答】第三期
411 0
|
机器学习/深度学习 缓存 算法
隐语开源社区【精选问答】第四期
隐语开源社区【精选问答】第四期
350 0
|
运维 Cloud Native 知识图谱
2022藏经阁年度电子书榜单出炉!技术干货实战精华一手掌握!
阿里云开发者社区藏经阁,汇聚阿里工程师精华实战,累计上线400余本电子书,近8000份技术资料。上架至今,已有近200万次下载,1000万次阅读,20万人评论。点击直达https://developer.aliyun.com/ebook/
3520 3
2022藏经阁年度电子书榜单出炉!技术干货实战精华一手掌握!
|
新零售 人工智能 双11
特辑 丨 精彩集锦,阿里云研究院十大必读文章
特辑 丨 精彩集锦,阿里云研究院十大必读文章
202 0
《淘宝交付之道》出版!大淘宝技术36个月匠心之作
《淘宝交付之道》出版!大淘宝技术36个月匠心之作
107 0
|
机器学习/深度学习 人工智能 算法