跨域数据治理

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

隐私计算技术使多个参与方在保护各自数据安全与隐私的前提下，进行联合机器学习和分析。其核心思想在于，参与方的数据无需离开本地，即可实现多源数据的跨域合作，从而打破了传统数据应用中的“数据孤岛”现象，促进了数据要素的充分流动。隐私计算融合了密码学、分布式计算、机器学习等多个领域的科学体系。这一技术体系在用户与企业之间建立了一个“安全屋”，所有数据在此隔离区内进行存储和计算。通过这种机制，企业无法通过计算结果反推出隐私信息，从而确保了用户数据的隐私性。同时，隐私计算还利用密码学技术为隐私数据构建了一个“保护层”，有效防止了企业在未经允许的情况下使用用户数据。在隐私计算的大框架下，衍生出了多种技术流派。例如，机密计算是一种保证数据处理过程中数据不被泄露的技术，允许数据在加密状态下进行计算，从而确保了数据的安全性。多方安全计算则是一种允许多个参与方在不共享原始数据的情况下进行联合计算的技术，通过复杂的加密和协议设计，确保了各方数据的隐私性。同态加密则是另一种重要的隐私计算技术，允许对加密数据进行计算，得到的结果仍然是加密的，但解密后的结果与对明文数据进行相同计算的结果相同，这大大扩展了隐私计算

过程中大体可分为两个模块，即数据安全管理域和数据安全流通域，通过数据安全管理域来实现内部数据的高度安全化管理，通过数据安全流通域实现数据对外流通的安全防控。其具体包含的内容如下表所示。为了解决银行数据安全治理问题主要是：数据质量、数据合规、未按规定报送、未按规定备案、未按规定及时披露信息等。基于上述问题，银行对数据安全治理的诉求主要来自两个方面。一个是内生安全需求：企业数据需要分类管理，分级保护对敏感资产的流转需要监测与审计个人信息保护数据安全防护数据出境管理与安全一个是对外流通安全需求：外部数据供应链需要安全合规响应国家数据要素市场建设，促进数据价值流通根据银行数据安全与流通特性，在安全治理据统计，人民银行和银保监会2021年开出的数据类罚单共涉及10类金融机构，其中银行和保险的罚单数量合计1013张，占整体罚单数量的近96%，处罚金额合计约9.8亿元，占整体罚金的92%以上。被罚事由，星环科技推出数据要素流通解决方案。数据安全防护产品Defensor提供了数据的安全分类分级、数据脱敏、数据加密、数据水印、敏感数据发现等数据安全管理能力。隐私计算产品SophonP²C提供了隐私查询

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...