隐语架构
产品层
- 定位:
- 通过可视化产品，降低终端用户的体验和演示成本
- 通过模块化API降低技术集成商的研发成本
- 人群画像:
- 隐私保护计算集成商
- 隐私保护计算需求方
- 开发人员
- 研究人员
- 产品人员
- 核心产品: SecretPad、多部署形态、全栈产品、SecretNote
算法层
PSI/PIR
定义:
- PSI：一种特殊的安全多方计算(MPC协议)，1. Alice持有集合X，Bob持有集合Y；2. Alice和Bob通过执行PSI协议,得到交集结果X ∩ Y 3. 除交集外不会泄漏交集外的其他信息
- PIR：用户查询服务端数据库中的数据，但服务端不知道用户查询的是哪些数据
- 定位:
- 高性能、轻量化、易用的PSI/PIR专用协议模块
- 人群画像:
- PSI/PRI产品人员
- PSI/PRI需求人员
- PSI/PRI研发人员
- 隐语特色:
- 支持各类协议: Sealed PIR、Label PIR、 Spiral PIR(计划)、Simple PIR(计划)
- 优化：协议优化和性能优化
- 多层入口: 白屏用户和开发人员
Data Analysis - SCAL
- 定位:
- 屏蔽底层安全计算协议的复杂性，以简单熟悉的SQL语言界面，提供多方数据密态分析能力
- 人群画像:
- 数据分析集成商
- 数据分析产品人员
- 数据分析需求人员
- 数据分析研发人员
- 核心特性:
- 半诚实安全模型
- 支持多方(N>=2)
- 易上手，提供MySQL兼容的SQL方言用户界面
- 支持常用的SQL语法和算子，满足大部分场景的需求
- 可实用的性能
- 提供列级别的数据使用授权控制（CCL）
- 支持多种密态协议（SEMI2K/CHEETAH/ABY3）
- 内置支持多种数据源接入(MySQL,Postgres,CSV等)
联邦学习
- 定义: 在原始数据不出域的前提下，通过交换中间数据完成机器学习建模、包括水平联邦和垂直联邦
- 定位:
- 具备安全攻防保障的明密文混合机器学习框架和算法
- 人群画像:
- 深度学习需求方
- 深度学习产品人员
- 安全AI研究人员
- 核心特色:
- 安全攻防
- 性能
- 算法
计算层
混合编辑调度 - RayFed
- 定义: 在Ray基础上所构建的专注于跨机构的分布式计算调度框架
- 定位:
- 面向跨机构场景，提供弹机构内计算任务独立调度和跨机构计算任务协作的能力
- 人群画像:
- 隐语工程开发人员
- 隐语算法开发人员
SPU
- 定位:
- 桥接上层算法和底层安全歇息，保持原生AI框架体验和同时为用户提供透明的、高性能的、基于安全协议的密态计算能力
- 人群画像
- 机器学习研究人员
- 密码协议研发人员
- 编译器研发人员
- 核心特色
- 原生对接主流AI前端
- 支持丰富的机器学习算法
- 带隐私保护语义的中间表示语言
- 基于MLIR的加密计算编译优化
- 高性能MPC协议虚拟机
- 多种数据并行，指令并行优化
- 丰富的MPC协议，适配各种场景
- 支持协议扩展，支持异构设备接入
HEU
- 定位:
- 低门槛，高性能的同态加密库，支持多类型、可扩展的算法协议和硬件加速生态
- 人群画像
- 同态加密用户
- 同态算法研究人员
- 同态硬件研发人员
- 核心特性:
- 支持多种PHE算法
- 性能业界领先
- 多种接口
- 硬件加速
TEEU
- 定位:
- 支持多种可信执行环境的、具备数据使用跨域管控能力的密态计算枢纽，可执行数据分析、机器学习、MPC/FL加速等功能。
- 人群画像
- 数据合规研究人员
- TEE软件开发人员
- TEE硬件制造厂商
- 核心特色
- 跨域管控
- 可信应用
- 多硬件
YACL
- 定位:
- 多种隐私计算技术路线共同需要的密码库，具备安全实现保证、高性能等特点
- 人群画像
- 安全/密码研究人员
- 核心特色
- 性能
- 安全
- 易用性
资源管理层
Kuscia
- 定位：
- 屏蔽不同机构间基础设施的差异，为跨机构协作提供丰富且可靠的资源管理和任务调度能力
- 人群画像
- 隐私保护计算集成商
- 运维开发人员
硬件层
互联互通
- 定位:
- 隐语和其他厂商的平台可以互联互通，共同完成一个隐私计算任务
- 人群画像
- 互联互通需求方
- 算法研发人员
- 平台研发人员
- 隐私保护计算集成商
- 主要包含两种模式:
- 黑盒模式
- 白盒模式
跨域管控
- 定位
- 数据离开持有者的运维域后，数据方仍然能够有效地控制数据的流转过程，避免其被窃取或者非预期使用
- 人群画像
- 隐私保护计算需求方
- 监管员
- 运维人员
- 三权分置
- 数据资源持有权
- 数据加工使用权
- 数据产品经营权
