课2-隐私计算开源如何助力数据要素流通

简介: 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。

数据要素流转与数据内外循环

  • 数据流转链路(数据生命周期)主要包括:采集、存储、加工、使用、提供、传输
  • 内循环:数据持有方在自己的运维管控域内对自 己的数据使用和安全拥有全责 •
  • 外循环:数据要素离开了持有方管控域,在使用 方运维域,持有方依然拥有管控需求和责任

数据要素外循环是构建数据要素市场的核心

数据外循环中的问题

  • 数据权属问题
  • 信任的解决方案: 从主体信任到技术信任
     基于安全可信的技术信任体系 是支撑全行业数据要素安全可控流转的基础
    
  • 数据要素流通的技术信任体系
     控制面:以 区块链/可信计算 为核心支撑技术构建 数据使用权跨域管控层 
     数据面:以 隐私计算 为核心支撑技术构建 密态数联网,包括 密态枢纽 与 密态管道
    

数据要素流通对隐私计算的期望

隐私计算三大原则

  • 原始数据不可域、数据可用不可见
  • 数据使用可控可计量
  • 数据可算不可识

隐私计算需要降低接入门槛:开源,降低门槛促进数据安全流通

开源隐语助力数据要素流通

隐语四大技术优势: 统一架构、开放拓展、原生应用、性能卓越

相关文章
|
存储 前端开发 安全
GET 和 POST 请求:理解它们之间的区别和适用场景
GET 和 POST 请求:理解它们之间的区别和适用场景
|
安全 虚拟化
虚拟化底层技术之——iommu技术综述
一、iommu 主要功能 IOMMU(i/o memory management unit)。iommu有两大功能:控制设备dma地址映射到机器物理地址(dmar),中断重映射(intremap)(可选) 1.1 dma地址空间映射 Iommu 的主要功能为设备dma时刻能够访问机器的物理内存区,同时保证安全性。
6151 0
|
2月前
|
人工智能 架构师 Apache
相约深圳,全球征集|Flink Forward Asia 2026 演讲议题征集正式启动
Flink Forward Asia 2026将于6月26–27日首次落地深圳,聚焦实时计算与AI深度融合。面向全球征集议题(截止5月29日),涵盖实时AI、AI Agent、湖流一体等前沿方向。免费报名开启,共探下一代实时计算范式!
616 4
相约深圳,全球征集|Flink Forward Asia 2026 演讲议题征集正式启动
|
6月前
|
存储 数据管理 BI
什么是元数据?企业该如何进行元数据管理?
在数据驱动时代,元数据是描述数据的“数据”,涵盖业务、技术和管理信息。它能解决指标口径混乱、数据可信度低、变更影响难追溯等问题,是实现数据资产化、提升协作效率与合规水平的关键基础。
|
6月前
|
弹性计算 监控 安全
等保2.0合规实践:利用阿里云产品快速满足三级等保要求
网络安全等级保护2.0是企业必须履行的法定责任。上云企业可依托阿里云“责任共担”模型,继承其三级等保合规基座,聚焦租户侧安全建设。通过VPC、云防火墙、WAF、云安全中心、RAM、SLS等产品,体系化构建“一个中心、三重防护”的云上合规架构,实现快速、低成本过保,并将合规转化为持续安全能力。(238字)
|
6月前
|
安全 调度 数据库
混合云架构:云上云下一体化
混合云架构融合公有云弹性与私有云可控性,通过网络互联、数据同步、应用协同、安全合规与成本优化,实现云上云下资源一体化。适用于金融等对安全与性能双高要求行业,助力企业平衡创新、稳定与成本,是数字化转型优选方案。(238字)
383 0
|
机器学习/深度学习 安全 算法
「机密计算-隐私计算」科普
「机密计算-隐私计算」科普
2105 0
|
机器学习/深度学习 人工智能 前端开发
【AI系统】图算 IR
本文全面介绍了计算图的概念及其在AI框架中的应用,涵盖计算图的基本构成、与自动微分的关系、静态图与动态图的生成及特点,以及计算图对AI编译器的重要作用。文章详细解析了计算图的结构,包括张量和算子的角色,探讨了AI框架如何通过计算图实现自动微分,同时对比了静态图和动态图的优缺点,指出了计算图在优化AI编译器性能方面的关键作用。
525 0
|
安全 Linux API
一篇文章讲明白Metasploit详解详细图文教程
一篇文章讲明白Metasploit详解详细图文教程
1401 0