隐私计算在社会治理的应用

星环隐私计算平台
Sophon P²C是一款分布式隐私计算平台,集隐私计算、加密网络通信等多种功能,为多方安全建模提供完整解决方案。以隐私保护为前提,Sophon P²C解决了跨组织协作时无法安全利用各方数据困境。平台提供多种开箱即用工具,方便用户在联邦框架下进行数据处理、分析、特征工程等工作,并快速建立机器学习和深度学习模型。加密网络通信模块负责节点间大量多批次加密信息传输,多种加密安全手段和优异通信架构,确保平台在大数据量下也能获得卓越性能。Sophon P²C多种联邦学习算法适用于各类垂直业务场景,为跨企业AI协作提供安全可靠平台支持。
隐私计算
Sophon P²C是一款分布式隐私计算平台,集隐私查询、隐私计算、加密通信等多种功能,能够为多方安全建模提供完整解决方案。其以隐私保护为前提,能够帮助用户解决跨组织协作时无法安全利用各方数据困境。

隐私计算在社会治理的应用 更多内容

隐私计算在数据流通应用中非常重要。不仅可以满足各行业对用户数据和企业数据隐私保护需求,还可以为数据流通平台提供更高灵活性和信度,使得数据交易更加便捷安全。金融行业:金融机构需要处理大量用户如能源得到广泛应用。这些行业需要处理各自特定领域敏感数据,,隐私计算可以为这些行业提供保护数据隐私有效手段,同时实现数据共享和交易,推动行业发展。隐私计算有各种不同应用方式。这些方式包括公数据处理、企业集团内部数据共享、企业间数据传输和跨境数据流通等。敏感数据,如个人信息、账户数据、交易记录等,隐私计算技术可以对这些数据进行加密和处理,确保用户隐私得到充分保护同时,满足金融机构数据共享和交易需求。政务领域:政府机构需要处理大量涉及个人隐私数据,如居民户籍信息、社保数据、税务信息等,通过隐私计算加密处理,政府部门可以在满足隐私保护前提下,更好地进行数据共享和交流,提高政务工作效率。医疗行业:医疗机构需要处理大量患者个人健康信息,如病历、检查结果、用药信息等,隐私计算可以确保这些敏感数据安全性,同时为医疗机构之间数据共享和交流提供技术支持,进一步促进医疗行业发展。通信行业和互联网行业:随着移动互联网普及和数字化时代到来,个人
2021年,中国信通院云大所联合隐私计算联盟发布《隐私计算白皮书(2021年)》,全面展示了隐私计算发展状况。经过一年多发展,隐私计算在政策、技术、应用等方面上均迎来了新进展。《隐私计算白皮书(2022年)》将全面展现行业成就及发展新态势,希望为产业界应用隐私计算技术提供参考指导,推动隐私计算行业健康发展,让隐私计算在数据要素市场建设过程中发挥更大价值。本研究报告亮点如下:纵览发展历程落地方向持续发展,可用性和可信性进一步增强。通过对技术发展前沿进行整理和分析,洞察隐私计算技术发展趋势,为落地应用搭建桥梁。聚焦应用实际,凸显应用优势在广泛调研基础上全面梳理隐私计算在实际数据流参考。道阻且长,行则将至;行而不辍,未来可期。面对这个日新月异、快速发展行业,我们期待与业界共同守正创新,推动隐私计算行业健康发展,让隐私计算在数据要素市场建设和数据流通过程中发挥更大价值,踔厉奋发谱写隐私计算新篇章!*来源:隐私计算联盟、中国信息通信研究院云计算与大数据研究所",明确当前进展根据隐私计算技术出现、发展、落地到广泛应用不同特点,梳理隐私计算发展阶段,明确当下发展阶段并研判未来发展前景。把握技术前沿,洞察发展趋势作为数据安全流通关键技术,隐私计算技术向推动应用
行业资讯
隐私计算 金融
隐私计算在金融行业应用正日益深入,为金融机构带来了诸多优势和创新机遇。以下是隐私计算在金融领域一些主要应用场景和技术:应用场景联合风控:隐私计算技术可以帮助金融机构整合内外部数据资源进行风控预测保护用户敏感信息,同时提高评估准确性。技术路径隐私计算技术在金融行业应用主要依赖于以下几种技术:多方安全计算(MPC):允许多个参与方在不暴露各自数据情况下进行联合计算。联邦学习:在保护数据隐私前提下,允许不同数据持有者共同训练模型。可信执行环境(TEE):为敏感数据提供安全计算环境,确保数据在处理过程中安全性。法规与合规随着金融行业对数据隐私保护重视,隐私计算技术应用也受到越来越严格合规性要求。金融机构需要在满足法律法规前提下,利用隐私计算技术实现数据安全流通和使用。,识别信用等级,降低多头信贷和欺诈风险。通过跨行业数据联合建模,金融机构可以更有效地评估信贷风险,提高风控效果。精准营销:在金融营销中,隐私计算允许金融机构合规地调用外部数据,从而结合内外部数据进行精准营销,提升客户转化率。例如,通过联邦学习模型,某大型股份制银行在个人信贷营销中实现了显著转化率提升。反洗钱与反欺诈:隐私计算技术能够提高金融机构反洗钱和反欺诈能力,通过安全数据共享和分析
近日,零壹财经•零壹智库发布国内首个系统研究隐私计算在金融领域应用报告——《开启新纪元:隐私计算在金融领域应用发展报告(2021)》,星环科技荣登隐私计算厂商图谱,并成为国内唯一一家拥有大数据背景、可靠、易用隐私计算平台,从技术层面让跨企业AI协作成为可能。现在《数据安全法》等开始实施,数据安全、隐私计算成为行业关注热点,对于底层基础软件应用而言,从源头上层层把控数据安全,势必会入选企业。此次报告由零壹财经·零壹智库作为研究机构,由中国科技体制改革委员会数字经济发展研究小组、深圳市信用促进会、横琴数链数字金融研究院联合发布,旨在遴选出一批具有代表性隐私计算厂商,树立引领等。一旦大数据平台宕机,组织中诸多核心业务将无法开展,造成损失不可估量。作为大数据和人工智能基础软件平台供应商,星环科技一直非常重视企业用户数据安全问题。今年3月,星环科技发布了隐私计算和联邦学习技术,可以保障数据在加密状态下被采集、传输、存储、计算、共享和流通,中间数据不会被攻击和被泄露。星环科技联邦学习平台SophonP²C拥有隐私计算、加密网络通信等多种功能,为多方安全建模提供完整
行业资讯
隐私计算 医疗
隐私计算在医疗领域具有至关重要作用,它能够在保护患者隐私前提下,充分挖掘医疗数据价值,促进医疗行业发展和创新。医疗数据包含了患者极其敏感个人信息,如身份、健康状况、疾病史、基因数据等。随着医疗信息化发展,医疗数据规模和价值不断增长,但数据隐私和安全问题也日益突出。隐私计算技术为解决这一矛盾提供了有效途径,使得医疗数据能够在安全环境下进行共享和利用。具体应用医疗数据分析与研究疾病研究:不同医疗机构之间可以利用隐私计算技术,在不泄露患者隐私情况下,共享病例数据进行疾病发病机制、流行趋势等研究。例如,通过联邦学习技术,各医疗机构在本地训练疾病预测模型,然后将模型参数上传至中需获取具体患者隐私信息,从而实现对医疗质量有效监管和评估。药物研发临床数据共享:制药企业在研发新药时,需要大量临床数据来验证药物有效性和安全性。隐私计算技术可以使制药企业与多家医疗机构在保护患者隐私前提下,共享临床数据。临床试验优化:在临床试验过程中,利用隐私计算技术可以更好地匹配患者与试验项目,提高试验效率和准确性。例如,通过差分隐私技术对患者数据进行处理,在不泄露患者隐私情况下,找到
行业资讯
安全隐私计算
数据泄露。采用可信执行环境(TEE)、硬件安全模块(HSM)等技术,为计算过程提供隔离和保护,确保计算在可信环境中进行。应用场景金融领域:用于信贷风险评估、反洗钱、金融市场预测等场景。不同金融机构之间安全隐私计算是一种在数据处理和计算过程中,能够同时确保数据安全性和隐私技术体系。技术原理与特点多种技术融合:融合了密码学、分布式计算、人工智能等多领域技术。如联邦学习通过加密模型参数更新来保护、药物研发等工作。患者个人隐私信息不会被泄露,同时促进了医疗技术进步。政务领域:政府部门在数据共享和协同治理过程中,需要确保数据安全和隐私。安全隐私计算可用于人口普查数据处理、税收数据共享、城市治理隐私泄露。发展趋势技术创新与优化:不断探索新密码学技术和计算架构,提高安全隐私计算性能和效率。如开发更高效同态加密算法、优化联邦学习通信机制等,以满足日益增长应用需求。与新兴技术融合:与区块链和规范将不断完善,推动安全隐私计算技术产业化发展。建立统一技术标准、安全评估标准和应用规范,促进不同厂商之间产品互操作性和市场竞争,推动产业生态形成和壮大。
;多方安全计算性能也会因具体算法和场景而异。总体来说,隐私计算在追求隐私保护同时,往往需要在一定程度上牺牲部分性能。数据处理方式联邦计算:侧重于对数据分布式处理和模型训练,数据在本地进行预处理和模型联邦计算隐私计算是两个不同但又相互关联概念,以下是它们主要区别:概念定义联邦计算:通常是指联邦学习这一分布式机器学习技术,旨在解决在多个参与方数据不共享情况下进行联合建模和训练问题。多个进行特定类型计算计算结果解密后与对明文进行相同计算结果一致;差分隐私通过在数据中添加噪声来保护个体数据隐私应用场景联邦计算:主要应用于需要多方数据进行联合机器学习场景,如金融领域反欺诈模型训练、智能推荐系统中跨平台数据联合训练、工业互联网中设备故障预测与诊断等。隐私计算应用场景更为广泛,除了上述机器学习场景外,还适用于多方数据联合统计分析、隐私集合求交、数据查询等场景,如医疗训练,然后通过交换中间结果来协同优化模型,对数据处理主要围绕模型训练展开。隐私计算:可以对数据进行更灵活多样处理,包括但不限于计算、分析、查询等。可以根据具体应用需求和隐私要求,选择合适隐私计算技术来处理数据,而不仅仅局限于机器学习领域。
。例如,在广告投放时可以使用差分隐私技术来保护用户数据隐私隐私计算在医疗保健、金融、人工智能、城市规划和电子商务等领域都有广泛应用,可以保证数据隐私和安全性,同时保证数据共享和分析效果。星环科技隐私计算可以使用在多个应用场景中,以下是一些典型隐私计算应用案例:医疗保健:医疗数据是非常敏感,因此在医疗保健领域广泛应用隐私计算技术。例如,医院可以使用差分隐私技术保护患者隐私,同时进行,包括敏感个人数据。因此,隐私计算可以应用于保护用户隐私。例如,在训练模型时,可以使用差分隐私技术来保护用户数据。城市规划:城市规划需要处理大量人口和交通数据,这些数据都是非常敏感。因此,隐私计算查询等,为多方数据安全协作提供完整平台底座。SophonP²C可用于解决跨组织协作时无法安全利用各方数据难题,助力数据流通应用合法合规。在保障隐私前提下,围绕数据集成、存储、治理、建模、分析数据挖掘和病例分析。金融领域:隐私计算可以用于保护客户隐私和金融机构之间数据共享。例如,可以利用安全多方计算技术完成多个机构之间客户数据共享,而不会泄露客户隐私。人工智能:人工智能需要处理大量数据
利用星环科技数据云平台TDC打造的基于PaaS平台的绿色轨道交通线网指挥中心,为轨交集团打造技术中台、数据中台、模型中台、业务中台。与传统模式相比,PaaS模式采取集约化部署,能大大提高资源利用率;可为开发人员提供隔离的租户环境,灵活选择所需大数据与AI能力,进行探索分析和数据挖掘。技术中台:统一资源管控,灵活资源分配,快速资源申请与部署。数据中台:全量数据接入;面向应用主题的指标计算与规范化数据存储。模型中台:基于人工智能、深度学习的算法模型,支撑业务分析、评估、与决策。业务中台:采用微服务架构,串联系统功能,打通整合业务应用。通过采集实时能耗、电能质量、设备状态等实时数据和客流信息、列车运营信息、基础信息等非实时数据,基于星环科技智能分析工具Sophon进行建模预测,支撑上层能耗统计与监测应用、能耗综合评估应用,实现行车调度精细化,促进轨道交通绿色低碳发展。星环科技致力于打造企业级大数据基础软件,围绕数据全生命周期提供基础软件与服务,形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。通过为企业搭建数字化转型的数字底座,星环科技助力政府、金融、能源、...
行业资讯
数字政府建设
近日,领先的IT市场研究和咨询公司IDC发布2022年数字政府百强榜,梳理出数字政府领域领先的技术供应商,评估了技术提供商的市场能力及市场份额。星环科技作为企业级大数据基础软件开发商,成功入选IDC数字政府百强榜“大数据及数据治理”模块。星环科技致力于打造企业级大数据基础软件,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务,形成了大数据与云基础平台、分布式关系型数据库、数据开发与智能分析工具的软件产品矩阵。在政府领域,星环科技通过智慧政务数字底座为政府数字化转型建设提供计算、存储、算法等基础能力支撑,归集业务数据,优化业务流程,治理出有价值的数据资源,进行专题分析沉淀数据资产,服务部门之间数据共享与业务协同,服务领导决策与政策制定,服务公众、企业便捷办事。公司产品已被多个部委或省市机关部门使用,助力构建数字化政府,提升治理效率。比如星环科技基于数据云平台TDC为建设上海市数据资源平台提供了底层支撑,将70多个委办局以及16个区县业务库的结构化和非结构化数据进行归集,构建三级数据共享交换体系,保障数据安全,支撑“一网通办”等数据服务能力。此外,根据不...
行业资讯
边缘计算平台
在边缘计算领域,星环科技研发了边缘计算平台Sophon。Sophon是解决多模态数据集成和治理过程中的边缘化、智能化的云端-边缘端融合计算平台,支持标准的视频和物联网协议接入,低代码的业务流程构建,高性能的数据处理和分析,企业级的云-边数据、服务治理,以及针对边缘嵌入式和云端服务器等异构硬件的适配。星环科技Sophon平台包括设备数据管理、模型训练迭代、边缘模型部署、应用构建分发、数据治理能力、边缘自治能力、云边协同能力七大能力。Sophon可以从两个层面实现效益价值:降低长尾应用的实施人力,降低从数据到模型,模型到应用的构建成本;改变长尾应用的落地模式,从粗放的一次性模型交付到精细化的模型持续运营。其主要技术创新包括:边缘可视化流处理构建、边缘数据采样驱动模型迭代、边缘实时数据可视化、边缘深度推理引擎。Sophon在智能制造、智能安防、智能工地、智能交通、智能城市、智能校园、智能加油站等城市治理、设备可预测性维护等云边一体场景有着广泛的应用。当前边缘计算作为产业数字化转型核心技术已形成共识,我国也高度重视边缘计算的发展,积极推进边缘计算在工业互联网等多个领域的技术、标准与产业发展。星...
图数据库是一种用于处理图形数据的特殊类型的数据库。它们旨在存储和管理关系和连接,具有比其他类型的数据库更强大的能力。目前国内有众多优秀图数据库产品,星环科技图数据库产品StellarDB其中之一。TranswarpStellarDB是星环科技自主研发的企业级分布式图数据库,提供高性能的图存储、计算、分析、查询和展示服务。StellarDB支持原生图存储,千亿点、万亿边、PB级大规模图数据存储;具备10+层的深度链路分析能力,提供丰富的图分析算法和深度图算法;支持标准图查询语言并兼容openCypher,并具备海量数据3D图展示能力。可以帮助用户快速开发欺诈检测、推荐引擎、社交网络分析、知识图谱等应用。TranswarpStellarDB优势:原生图存储:StellarDB为数据存储设计了专有的图存储结构,优化查询性能,通过高效的压缩算法减少磁盘和内存的使用量。根据分区策略,图数据均匀分布于集群各节点。优越的性能:存储引擎和计算引擎结合,使计算引擎可以利用数据locality提升计算性能,拥有卓越的数据读写能力,支持大规模并行处理,毫秒级的查询响应。高扩展性:完全的分布式架构,具有良好的...
近年来,随着数字经济的蓬勃发展,数据跨境活动日益频繁,数据处理者的数据出境需求快速增长。为规范数据出境活动,保护个人信息权益,维护国家安全和社会公共利益,促进数据跨境安全、自由流动,国家互联网信息办公室公布了《数据出境安全评估办法》,9月1日起施行。《数据安全出境评估办法》构建了我国数据出境安全评估的制度,然而企业在具体落地方面,还存在诸如数据分类分级;重要数据识别、存储、管理;数据安全监督;敏感数据防泄露等实际困难,国内迫切需要落实数据安全出境的企业。星环科技致力于打造企业级大数据基础软件,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务,构建明日数据世界。在数据安全与流通方面,星环科技具备一系列产品和解决方案。针对有数据跨境需求的企业,星环科技可以提供一套可落地的企业数据安全出境合规解决方案,为企业提供数据跨境一站式服务,助力企业高效、合规的开展数据流通业务。以某智能车企云端车联网全球化数据安全合规案例为例,针对客户面对的系统内存在大量个人隐私数据,但是没有资产地图;缺乏数据分类分级策略;缺乏个人隐私数据使用、流转的监测与防护;需要敏感资产风险评...
企业选择合适的图数据库需要考虑多方面的因素,包括以下几点:数据集规模:如果需要处理大规模的图形数据,应选择支持水平扩展和集群部署的图数据库。查询需求:不同的图数据库对数据类型和查询需求的支持程度有所不同,应根据实际需求选择。性能和可扩展性:不同的图数据库性能和可扩展性有所不同,应选择性能和可扩展性良好的图数据库。支持程度:选择使用支持程度好的图数据库,可以得到更好的技术支持。维护和成本:选择维护成本低、方便使用的图数据库,能够降低维护成本和使用难度。在选择图数据库时,应根据具体需求进行综合分析、评估和选择。星环科技分布式图数据库是国内比较知名的图数据库产品之一。星环分布式图数据库StellarDB星环科技在图计算领域深耕多年,自主研发了分布式图数据库StellarDB,兼容openCypher查询语言,提供海量图数据的存储和分析能力,支持原生图存储结构,支持万亿边PB级数据存储。同时,StellarDB具备毫秒级点边查询能力,10+层的深度链路分析能力,提供近40种的图分析算法,具备数据2D和3D展示能力。StellarDB在数据导入、多跳查询和图算法性能方面实现了数倍升级,同时在易用...
星环SophonP²C是企业级隐私计算平台,拥有多项性能及安全认证,平台支持不同场景的隐私计算需求,包括横纵向联邦学习、多方安全计算、基于差分隐私的数据发布、匿踪查询等,为多方数据安全协作提供完整的平台底座。SophonP²C可用于解决跨组织协作时无法安全利用各方数据的难题,助力数据流通应用的合法合规。在保障隐私的前提下,围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期,提供多种开箱即用的工具,方便用户进行数据处理、分析、特征工程等工作,可快速进行多方数据统计、分析建模和应用工作。平台拥有的多种适应不同安全和通讯环境的加密安全手段和通信架构,为跨组织的数据协作提供安全、可靠、高效的平台支持。分布式隐私计算平台SophonP²C产品优势:支持多种隐私计算框架,平台易用易部署1.采用同态加密、差分隐私、秘密分享、不经意传输等隐私技术,覆盖联邦学习(FL)、多方安全计算(MPC)、匿踪查询(PIR)、隐私求交(PSI)等多种隐私计算功能。2.支持大数据规模的隐私计算场景,支持亿级数据进行联邦学习、多方安全计算和隐私求交。3.提供页面可视化安装部署,并支持实体部署、容器部署、...
星环科技数据底座方案已在多个场景落地应用:广西某水电企业工业大数据生态云平台按照“统一规划、统一设计、统一建设”原则开展适应电力能源需求的“云-雾-端”多级、多云协同云计算架构设计。形成电力能源企业计算云、存储云、网络云、安全云等多云架构体系。打造包含智慧运营中心、设备状态诊断中心、安全应急中心、气象资源中心、智慧营销中心与智慧电厂的核心智慧化平台,实现数字化业务管控、智慧化企业经营和生态化商业服务的完整生态,实现企业的数字化转型。工业大数据生态云平台实施分为平台构建、数据资产治理实施与基础门户建设三个部分。其中IaaS层提供计算资源、存储资源、网络资源等基础设施服务;PaaS层由容器云、微服务治理、DevOps、敏捷开发平台、大数据平台、数据资产管理、统一应用门户等组成,为上层智慧企业应用提供基础能力平台的支撑,未来可进一步扩展人工智能平台、元宇宙、区块链、数字孪生等新技术应用平台;SaaS层应用提供数字化业务管理、智慧化企业运营管控、生态化商业服务等应用,并基于统一应用门户为用户提供交互服务。新能源集控中心是实时数仓在新能源方面的应用,跟水电比较像,比如区域监控中心一体化大数据应用...
随着科技和信息技术的快速发展,时空数据已经成为重要的技术支撑和决策工具。与此同时,国内也出现了不少优秀的国产时空数据库产品,不仅在空间分析、时序分析等方面实现了卓越的表现,同时也在存储管理、可视化展示等方面有着出色的成果。不少时空数据库产品已实现了高可靠性、高性能和高稳定性的功能,在交通运输、城市规划、GIS和物流供应链等领域都有着广泛的应用。其中星环科技的分布式时空数据库-TranswarpSpacture就是其中一款优秀的时空数据库产品。星环分布式时空数据库-TranswarpSpactureSpacture是星环科技自主研发的一款面向空间、时空数据的存储与管理,集计算与存储为一体的分布式数据库产品,支持大规模矢量数据、时空轨迹数据的存储与计算,具有完备的数据查询、分析和挖掘能力,可用于时空查询分析、时空模式挖掘、时空轨迹聚类等时空轨迹数据分析场景,广泛应用于交通物流、城市管理、位置服务等场景。产品优势原生空间:时空数据类型,针对空间时空数据的特定优化。兼容OGC标准:提供丰富的分析函数,具备复杂分析挖掘能力。支持SQL:基于SQL完成空间分析和轨迹分析,降低产品使用门槛。兼容Po...
数据库作为提供数据存储与处理能力的基础软件,是信息系统的基础、信息安全的基石,因此,数据库自主可控和国产化替代已经刻不容缓。兼容性是国产化替代关键,自研数据库更具潜力Oracle数据库发展较早,在国内市场内占领了一定先机,企业经过信息化的长期积累和革新,基于Oracle开发了大量的系统业务。为了能够适配新的国产数据库产品,必须对应用代码进行大量修改,各数据表的数据类型、函数、语法规则需要进行系统、全面的改造,这就要求新的国产数据库对原有数据库能够有很好的兼容性支持,降低迁移的代码改造成本。Oracle经过多年的发展,在SQL语言、性能、实例形态、容灾方案等方面有很多积累扩展。若要实现Oracle数据库的国产化替代,除了要能够提供在性能、容灾能力、安全能力等方面全方位提供对等的能力,首先要解决的就是如何兼容Oracle的大量SQL方言,尤其是Oracle的PL/SQL这一独特的广受欢迎的语法体系。中国信通院《数据库发展研究报告》中表示,“国内关系型数据库产品中多数是基于MySQL和PostgreSQL二次开发的”。因此,这些产品对MySQL、PostgreSQL兼容性较好,但没有体系化的...