阿里云数据中台推出隐私增强计算产品DataTrust,让数据可用不可见

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: 阿里云数据中台重磅推出隐私增强计算产品DataTrust,通过数据可用不可见技术,可实现产业间高效协同,帮助行业、机构实现数据价值的共享与协作。

1628772992752-89741a44-f711-4c47-b6a3-6a7a2558d581.jpeg

随着行业数字化转型加速推进,数据的价值正在被越来越多的企业广泛认知,国家亦出台多项政策,明确数据要素的基础性、战略性地位,要求加强数据资源整合。阿里云数据中台重磅推出隐私增强计算产品DataTrust,通过数据可用不可见技术,可实现产业间高效协同,帮助行业、机构实现数据价值的共享与协作。


“阿里巴巴在构建数据全生命周期防护体系的实践过程中,针对数据处理及交换环节,基于领先的隐私增强技术,通过服务化、产品化,为多个数据参与构建数据安全融通的环境。阿里云资深安全专家路放表示,“DataTrust解决了ID去标识化、个体标签特征保护、商业数据保护等问题,助力企业释放数据价值。”


DataTrust是基于阿里云底层多项基础安全能力,融合阿里云数据中台丰富的客户业务实践,构建的一款为企业数据安全流通的产品,提供多方数据联合分析、联合训练、联合预测等功能,在数据多方间构建有效信任体系,解决了跨组织跨机构间的数据安全信任问题。


针对数据流转中可能出现的问题,如:机密泄露、二次流转、算法模型泄露、数据孤岛等,通过隐私增强计算技术可以让客户拥有系统和数据的完整控制权,同时保障原始数据不出域。


以会员数字化运营场景为例,DataTrust可以将品牌自有数据与第三方数据进行安全数据融合,采取3步走策略,即样本对齐、联合建模、联合预测,高精准度预测哪些会员会在未来N天内进店/小程序产生购买。


由于独树一帜的把多方安全计算、可信执行环境、联邦学习集成在了同一款产品上,使得DataTrust具备了处理全业务融通场景的能力,一经推出就获得行业广泛关注。在今年7月公布的信通院大数据产品能力评测结果中,DataTrust一举通过四项评测。这意味着,其技术通用性、业务适用性得到验证,满足新零售、互联网、汽车、地产、金融、政务等多行业需要。


DataTrust的正式发布,意味着更多企业可以具备从数据生命周期的角度出发,结合组织机构各类数据业务发展后所体现出来的安全需求,以数据为中心的管理思路,开展数据安全保障。真正做到让数据价值倍增,助力推动产业数字经济高速发展。


了解更多DataTrust相关资讯,可前往2021云栖大会《阿里云数据中台专场》,与阿里云资深安全专家路放进行更深度交流。


海报-阿里云数据中台.png



相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
4月前
|
机器学习/深度学习 敏捷开发 存储
数据飞轮:激活数据中台的数据驱动引擎
数据飞轮:激活数据中台的数据驱动引擎
|
25天前
|
弹性计算 自然语言处理 数据库
通过阿里云Milvus和LangChain快速构建LLM问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
|
5月前
|
存储 监控 安全
阿里云数据库(ADB)的多租户秘籍:资源隔离的魔法如何施展?
【8月更文挑战第27天】多租户系统在云计算与大数据领域日益重要,它让不同用户或组织能在共享基础设施上独立运行应用和服务,同时确保资源隔离与安全。ADB(如阿里云数据库)通过资源组及标签实现高效多租户隔离。资源组作为一种软隔离策略,允许为不同租户分配独立的计算和存储资源,并设置资源上限;资源标签则支持更细粒度的硬隔离,可为每个数据库表或查询指定特定标签,确保资源有效分配。此外,ADB还提供了资源监控与告警功能,帮助管理员实时监控并调整资源分配,避免性能瓶颈。这种灵活且高效的资源隔离方案为多租户环境下的数据处理提供了强大支持。
232 0
|
5月前
|
SQL 运维 Oracle
【迁移秘籍揭晓】ADB如何助你一臂之力,轻松玩转Oracle至ADB的数据大转移?
【8月更文挑战第27天】ADB(Autonomous Database)是由甲骨文公司推出的自动化的数据库服务,它极大简化了数据库的运维工作。在从传统Oracle数据库升级至ADB的过程中,数据迁移至关重要。
87 0
|
4月前
|
机器学习/深度学习 数据可视化 数据挖掘
唤醒数据中台潜力:加速数据飞轮转动,实现数据驱动的秘籍
本文探讨了如何通过数据飞轮激活数据中台的潜力,实现数据驱动的创新。文章分析了数据中台面临的挑战,如数据孤岛和工具复杂性,并提出了建立统一数据治理架构、引入自动化数据管道和强化数据与业务融合等策略。通过实际案例和技术示例,展示了如何利用数据飞轮实现业务增长,强调了数据可视化和文化建设的重要性。旨在帮助企业充分挖掘数据价值,提升决策效率。
107 1
唤醒数据中台潜力:加速数据飞轮转动,实现数据驱动的秘籍
|
4月前
|
存储 机器学习/深度学习 数据管理
数据技术的进化史:从数据仓库到数据中台再到数据飞轮
数据技术的进化史:从数据仓库到数据中台再到数据飞轮
|
4月前
|
机器学习/深度学习 消息中间件 搜索推荐
【数据飞轮】驱动业务增长的高效引擎 —从数据仓库到数据中台的技术进化与实战
在数据驱动时代,企业逐渐从数据仓库过渡到数据中台,并进一步发展为数据飞轮。本文详细介绍了这一演进路径,涵盖数据仓库的基础存储与查询、数据中台的集成与实时决策,以及数据飞轮的自动化增长机制。通过代码示例展示如何在实际业务中运用数据技术,实现数据的最大价值,推动业务持续优化与增长。
157 4
|
4月前
|
机器学习/深度学习 搜索推荐 算法
从数据中台到数据飞轮:企业升级的必然之路
在探讨是否需从数据中台升级至数据飞轮前,我们应先理解两者之间的关系。数据中台作为数据集成、清洗及治理的强大平台,是数据飞轮的基础;而要实现数据飞轮,则需进一步增强数据自动化处理与智能化利用能力。借助机器学习与人工智能技术,“转动”数据并创建反馈机制,使数据在循环中不断优化,如改进产品推荐系统,进而形成数据飞轮。此外,为了适应市场变化,企业还需提高数据基础设施的敏捷性和灵活性,这可通过采用微服务架构和云计算技术来达成,从而确保数据系统的快速扩展与调整,支持数据飞轮高效运转。综上所述,数据中台虽为基础,但全面升级至数据飞轮则需在数据自动化处理、反馈机制及系统敏捷性方面进行全面提升。
117 14
|
3月前
|
机器学习/深度学习 JSON JavaScript
LangChain-21 Text Splitters 内容切分器 支持多种格式 HTML JSON md Code(JS/Py/TS/etc) 进行切分并输出 方便将数据进行结构化后检索
LangChain-21 Text Splitters 内容切分器 支持多种格式 HTML JSON md Code(JS/Py/TS/etc) 进行切分并输出 方便将数据进行结构化后检索
62 0
|
3月前
|
数据管理 数据挖掘 大数据
数据飞轮崛起:数据中台真的过时了吗?
数据飞轮崛起:数据中台真的过时了吗?