隐私计算之多方安全计算

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的解决方案。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的困境。平台提供多种开箱即用的工具,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的传输,多种加密安全手段和优异的通信架构,确保平台在大数据量下也能获得卓越的性能。Sophon P²C的多种联邦学习算法适用于各类垂直业务场景,为跨企业AI协作提供安全可靠的平台支持。
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的解决方案。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的困境。

隐私计算之多方安全计算 更多内容

,但不希望其他方知道自己的原始数据。例如,在金融领域中,多个银行可能希望联合分析客户信用记录,以制定更准确的信贷政策,但出于隐私保护的考虑,它们不愿意直接共享客户的个人信息。通过多方安全计算,这些银行可以在不泄露客户隐私的前提下,共同计算出所需的信用评估结果。多方安全计算的实现依赖于一系列复杂的密码学技术和协议,包括同态加密、零知识证明、混淆电路等。这些技术能够确保在计算过程中,数据的隐私性得到严格保护,同时计算结果的正确性也能得到验证。多方安全计算(SecureMulti-partyComputation,MPC)是一种允许多个参与方在不泄露各自输入数据的情况下,共同计算一个目标函数的技术。其核心思想是在无可信第三方的情况下,通过一系列复杂的密码学协议,确保每个参与方只能获取到自己的计算结果,而无法通过计算过程中的交互数据推测出其他任意一方的输入数据。在多方安全计算中,每个参与方都持有自己的一部分数据,并希望共同计算一个结果
多方安全计算(SecureMulti-PartyComputation,SMPC)和隐私计算(PrivacyComputing)是紧密相关的两个概念,多方安全计算隐私计算的一个重要分支和关键技术。多方安全计算定义:多方安全计算是指在不泄露隐私数据的情况下,多个参与方共同对数据进行计算的技术。它允许各方在自己的私有数据上进行操作,而不需要将数据公开给其他方,最终得到的计算结果与在明文状态下对所有在处理和分析数据时保护数据隐私计算技术,涵盖了多方安全计算、联邦学习、可信执行环境等多种技术,旨在通过技术手段实现数据在流通和使用过程中的隐私保护,使数据在不泄露隐私的情况下发挥其价值。主要技术类型多方安全计算:如上述介绍,重点在于多个参与方之间的数据隐私保护和协同计算。联邦学习:一种机器学习技术,多个参与方在不交换数据的情况下,共同训练一个机器学习模型。通过加密技术和模型参数的交换,实现模型的优化和更新,保护了数据的隐私。可信执行环境:通过硬件隔离和加密技术,创建一个可信的执行环境,在这个环境中数据可以被安全地处理和计算,外部无法获取内部的敏感信息。特点和优势隐私保护:隐私计算的核心优势
隐私计算中的多方安全计算(MPC)是一种在不泄露敏感数据的情况下,多个参与方之间进行协同计算的技术。基本原理秘密分享:将数据在多个参与方之间进行秘密分割,每个参与方只持有数据的一部分份额,单独的份额对方输入数据的情况下,通过交互和计算来评估电路,最终得到计算结果。技术特点隐私保护:多方安全计算能够在计算过程中严格保护各参与方的隐私数据,确保数据不被泄露给其他任何参与方或第三方,即使在计算场景下的计算需求。应用场景金融领域:在联合信贷风险评估中,多家金融机构可以在不共享各自客户敏感信息的情况下,共同对客户的信用状况进行评估,提高风险评估的准确性,同时保护客户隐私。在金融交易中,多方安全计算可以用于保护交易双方的账户信息和交易金额等隐私数据,确保交易的安全性和隐私性。医疗领域:不同医疗机构之间可以在不泄露患者隐私数据的情况下,联合进行疾病诊断、药物研发等工作。例如,通过多方安全,实现数据的价值最大化。多方安全计算技术可以确保数据需求方在不获取原始数据的情况下,得到所需的计算结果,同时数据拥有方的隐私也得到保护。
行业资讯
多方隐私计算
多方隐私计算隐私计算领域的一个重要分支,旨在多个参与方之间进行数据处理和计算时,确保各方数据隐私安全的同时实现数据价值的挖掘和共享。核心技术多方安全计算(MPC):如前所述,通过秘密分享、同态加密隐私(DP):通过在数据中添加精心设计的噪声,使得在对数据进行统计分析或计算时,即使攻击者获得了计算结果,也难以推断出单个个体的隐私信息。在多方计算中,可用于对中间结果或最终输出进行隐私保护,防止信息泄露。同态加密(HE):允许直接在密文上进行特定类型的计算计算结果解密后与在明文上进行相同计算的结果相同。在多方隐私计算中,数据以密文形式在各方之间传输和处理,各方可以在不解密数据的情况下进行计算,从而保证了数据的隐私性。应用场景金融风控:多家金融机构可在不共享客户敏感信息的情况下,联合进行风险评估和信用评分。例如,银行、电商平台和第三方支付机构等,通过多方隐私计算技术,综合各方数据对客户的,通过多方隐私计算技术,既能充分利用各方数据资源,又能确保患者隐私不被泄露。广告营销:在广告投放过程中,广告主、媒体平台和数据提供商等多方之间需要进行数据交互和协同计算,以实现精准广告投放。多方隐私
行业资讯
多方安全计算
多方安全计算(SecureMulti-PartyComputation,简称MPC)是隐私计算的一个重要分支。多方安全计算允许多个参与方在不泄露各自隐私数据的情况下,共同完成对数据的计算和分析任务看到加密后的结果或与自己相关的部分信息,而无法获取其他方的隐私数据。技术特点隐私保护性:多方安全计算能够确保参与方的隐私数据在整个计算过程中不被泄露,即使在存在恶意参与者的情况下,也能保证数据的安全性。去信息,多方安全计算可以确保数据的安全性和隐私性,同时实现数据的统计分析和汇总。工业领域供应链协同:供应链上的不同企业可以在不泄露各自商业机密的情况下,共享和协同处理生产计划、库存信息、物流信息等,提高供应链的研发,共享病例数据和基因数据等。医疗数据分析:医疗机构与数据分析机构之间可以通过多方安全计算,对医疗数据进行统计分析和挖掘,以改善医疗服务质量和疾病预防。政务领域跨部门数据共享与协作:不同政府部门之间效率和透明度。联合数据挖掘:不同企业之间可以通过多方安全计算,对市场数据、用户数据等进行联合挖掘,共同发现市场趋势和商业机会。
行业资讯
安全多方计算
共同研究。医疗数据是非常隐私而敏感的,但是如果多个医疗机构或研究机构希望共同开展一项研究,他们可能需要共享一些数据。安全多方计算可以保证参与方在计算过程中只能得到计算结果,而无获得其他任何相关数据,从而保护了数据的隐私安全性。这使得医疗机构之间能够高效地开展合作研究,加速了医疗领域的进步和创新。安全多方计算可以提高企业之间分享数据的业务效率。企业在某些情况下需要共享一些数据,例如供应链管理或市场调研安全多方计算能够保证各参与方在进行计算的过程中仅获得正确计结果,并且无法获得除计算结果之外的任何信息的计算方法。是多种密码学基础工具的综合应用,通过利用混淆电路、秘密分享、不经意传输等密码学原理构造的经典多方安全计算协议,以及其他用于实现多方安全计算的密码学算法,来实现安全的算过程。目前,安全多方计算在技术上已经趋于成熟,并在多个领域展示出了重要的应用价值。在医疗领域,安全多方计算可以被用于。然而,这些数据通常包含有商业机密或敏感信息。通过使用安全多方计算,企业可以确保参与方仅获得计算结果,而不能获取到原始的数据。这样,企业之间的数据共享变得更加安全和可行,促进了业务效率的提升。
隐私计算与数据安全紧密相关,隐私计算是数据安全的关键技术一,为数据安全提供了有力保障,同时数据安全的需求也推动了隐私计算技术的发展。隐私计算对数据安全的保障作用数据加密与访问控制加密技术的应用:隐私计算中的同态加密、多方安全计算等技术在数据处理的全生命周期中都运用了加密手段。以同态加密为例,数据在被加密的状态下进行计算和处理,计算结果解密后与明文计算结果相同,这使得数据在存储和传输过程中始终以密文形式存在,有效防止了数据被窃取或篡改。访问控制的强化:通过隐私计算技术,可实现更精细的访问控制。在多方协作场景中,只有经过授权的参与方才能在规定的权限范围内对数据进行操作,并且操作过程受到严格的加密协议和安全机制的约束,从而避免了未经授权的访问和数据泄露风险。数据匿名化与脱敏匿名化处理:在隐私计算中,数据在共享和使用前通常会进行匿名化处理,去除或模糊化与个人身份相关的敏感信息,使得数据接收方无法直接或间接识别出具体的个人身份。脱敏技术应用:脱敏技术则是对敏感数据进行变换,使其在保留数据原有特征和可用性的基础上,降低敏感度。防止数据泄露与滥用安全计算环境:隐私计算技术为数据提供了一个安全
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、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,支持多方在数据隐私保护前提下进行协作。2.深度参与隐私计算行业标准的编写,如中国支付清算协会领头编写的《多方安全计算金融应用评估规范》、北京金融科技产业联盟领头编写的《联邦学习技术金融应用白皮书》等与服务。2.将星环大数据分析能力与隐私计算相结合,多种加密安全手段和优异的通信架构,确保平台在大数据量下也能获得卓越的性能。3.可与星环数据安全管理平台Defensor、数据商城Datamall、数据
为解决AI落地难的问题,星环科技从用户需求端出发,研发了一款基于云原生架构的企业级AI能力运营平台SophonMLOps,助推AI模型落地。SophonMLOps是基于云原生架构构建的企业级AI能力运营平台,聚焦于机器学习模型全生命周期中的模型管理、模型部署、模型监控预警、模型评估和模型迭代等关键环节。通过统一纳管、统一运维、统一应用、统一监控、统一评估、统一解释,赋予企业客户易用、高效且安全可靠的AI能力运营服务,协助客户规模化管理日益增长的机器学习模型,提升模型使用效率,降低模型集成管理成本,控制模型生产环境风险。SophonMLOps针对企业AI运营的痛点,围绕企业AI模型接入、运营管理、持续训练的全生命周期,分别提供规模化集成管理、高效模型推理、模型监控预警、模型性能评估、隐私安全保障等功能,为企业的AI日常运营插上翅膀。SophonMLOps打通了AI的全生命周期,为企业的各类用户角色搭建了统一的AI协作平台。对于企业而言,MLOps规模化集成管理了多源异构的机器学习模型,并提供高效且保障隐私安全的模型推理、监控预警及性能评估服务;对用户而言,能感受到操作上的快捷,AI应用与...
行业资讯
数据中台建设
随着行业和技术领域的变化日新月异,从数据仓库、动态数仓,到数据湖,从新一代湖仓一体技术到可插拔数据库,概念的引入虽然简单,但如何做到更有效,更复杂的数据资产管理就考验着对生产能力和工艺过程的管理能力。星环科技认为数据中台是一种能力、是一种组织上的策略而不仅仅是一种技术架构,它是在信息化基础上建立的可编织和可复用的数据可分析能力,从而支撑企业数字化转型。星环科技的数据中台三中心、六能力、两个体系星环科技很早就在数据中台领域布局,结合星环科技全系产品的相关组件实现数据中台能力建设。星环科技把数据中台建设归纳为三中心、六能力、两个体系,这当中都会有星环科技产品作为支撑,从而保证企业能够快速实现,并搭建起数据中台,满足企业未来发展变化。数据存储、分析探索、业务赋能三中心第一,帮助企业构建存储中心,提升数据的汇聚和整合能力;第二,构建数据分析探索中心,专注于智能分析能力和实时计算能力的提升,推动智能推荐能力和全链路实时监测和保障能力;第三,构建业务赋能中心,提供统一的访问能力实现跨平台联邦,统一的访问层控制,确保数据安全可用,同时搭建统一的服务能力,面向多场景的服务应用支撑。安全和运维、数据和分...
图数据库的应用场景非常广泛,可以应用于各个行业。以下是一些常见的应用场景:金融:在金融领域,图数据库可以帮助银行、保险公司等企业处理复杂的数据结构,支持欺诈检测、交易路由、投资组合分析等操作。社交网络:图数据库可以存储和处理社交网络中的复杂关系图谱和大量用户数据,支持好友推荐、社区发现、个性化内容推荐等操作。物流:在物流领域,图数据库可以帮助企业优化路径规划、物流运输等操作,加速发货、配送时间并提高效率。制造业:图数据库可以支持企业处理复杂的设备关系结构图,进行维修保养、设备性能分析、生产计划优化等操作。能源行业:在能源领域,图数据库可以处理复杂的电网、管道等结构图谱,并支持多种能源趋势分析和紧急事件监测等操作。电商:图数据库可以应用于电商业务中,存储和处理复杂的商品与用户之间的关系,支持个性化推荐、购物车分析、用户行为预测等操作。图数据库可以在各个领域中应用,并且在处理复杂的数据结构和大量的数据时比传统数据库具有更高的性能和效率。星环分布式图数据库StellarDB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...
作为一家企业级大数据基础软件开发商,星环科技很早就在数据中台领域布局,结合星环科技全系产品的相关组件实现数据中台能力建设。星环科技把数据中台建设归纳为三中心、六能力、两个体系,这当中都会有星环科技产品作为支撑,从而保证企业能够快速实现,并搭建起数据中台,满足企业未来发展变化。其中,三中心分别是存储中心、分析探索中心、业务赋能中心;六能力包括数据汇聚能力、数据整合能力、智能分析能力、实时计算能力、统一访问能力、统一服务能力;两个体系则是安全和运维保障体系与数据和分析支撑体系。三中心、六能力、两个保障体系都构建在一个云底座之上,满足企业私有化或者混合云多云的部署形态,同时灵活组件式的可插拔式部署形态,能够帮助企业更迅速的起步,按规划分步完善数据中台建设。除了提供基础组件和相应的工具帮助客户快速构建数据中台之外,星环科技还提供咨询实施服务,可以为企业提供量身定制的“数据云基础设施+咨询服务的端到端产品+服务”的综合解决方案。在星环科技的咨询服务产品体系中,包括为企业构建中台的架构规划、应用规划,以及帮助企业实施建设数据底座、数据中台、数据仓库,以及数据治理服务,也包括了数据的分析、业务分析、...
双碳目标下,全国碳排放监测服务平台启动建设力争2030年前实现碳达峰、2060年前实现碳中和,我国明确提出“双碳”目标,充分彰显了在构建人类命运共同体进程中的大国担当。国家电网公司主动担当重要使命,提出“实现双碳目标,能源是主战场,电力是主力军,电网是排头兵”的战略部署,率先行动,发布《全国碳排放监测服务平台建设工作方案》。“双碳”目标的实现离不开科技支撑。《全国碳排放监测服务平台建设工作方案》指出,全国碳排放监测服务平台建设的总体目标是以电网数字化赋能和助力国家碳达峰碳中和,实现“电力看双碳”,“双碳看经济”,为国家碳排放统计核算体系建设、宏观调控政策制定、经济社会全面绿色转型发展等工作提供决策支持。平台建设需要解决以下问题:以数字化平台技术解决各省的地市、区县、重点行业碳排放数据维度不全面、核算方法不完善、碳核算体系不统一等方面的问题;强化数据应用,发挥好决策支撑作用,深挖电力大数据价值,开展“电力看环保”“电力看经济”等大数据应用。积极响应号召,星环科技打造碳排放监测服务平台解决方案星环科技作为大数据基础软件领域的代表性企业,有着高度的责任感和使命感,为响应“全国碳排放监测服务平...
星环科技作为一家企业级大数据基础软件开发商,在图计算领域深耕多年,有着深厚的技术积淀和丰富的实践经验。星环科技自主研发的分布式图数据库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克服了海量关联图数据存储的难题,通过集群化存储和丰富算法,实现了传统数据库无法提供的低延时多层关系查询,目前已经用于金融、政府、交通等众多行业,用于反洗钱、风险控制、营销等多种场景。同时StellarDB还获得了多项行业权威认可:入选信通院2022大数据十大关键词“图计算平台”代表厂商;通过了中国信通院图数据库和图计算平台基础能力两项专项测评;入选著名咨询机构Gartner《中国数据库市场指南》、《工具:中国数据库管理系统供应商甄选》报告等,彰显了其产品技术领先性。如今,5G、物联网、AI等技术的发展应用让数据呈指数倍增长,为图数据库发展提供了更广阔的应用空间。顺势而为,乘势而上...
时空数据库时空数据库是一种针对时空数据处理的数据库系统。它以时间和空间为基础,整合了空间信息和时间信息,能够对时空数据进行存储、查询和分析。时空数据库广泛应用于交通运输、城市规划、GIS等领域。分布式时空数据库分布式时空数据库是一种对时空数据进行存储和处理的数据库系统,通过分布式存储和分布式计算等技术,可以实现对大规模时空数据的高效处理和分析。与传统的集中式数据库系统不同,分布式时空数据库将数据存储在多个存储节点上,并将计算任务分配给多个计算节点来完成,从而极大地提高了时空数据的处理能力和可靠性。分布式时空数据库的出现,使得处理大规模时空数据成为了可能,也更好地满足了各个领域对时空数据深度分析的需求。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。
近年来,企业数据安全问题的重要性被提上了前所未有的高度。星环科技提供了从云基础设施、数据平台、数据资源、数据应用的数据安全能力。覆盖数据生命周期的各个阶段,涉及数据的收集、存储、使用、加工以及开放流通。全方位保障企业的数据安全,支撑业务合法合规的开展。星环科技凭借全面的数据安全能力助力某支付机构构建安全防线的落地实践。该支付机构拥有大量数据资产,目前机构面临着较大的挑战,需要加强数据安全管理,为此,机构决定与星环科技合作,利用星环科技的技术来提升数据安全管理能力,共同打造一个基于隐私计算的数据服务平台DaaS。根据客户需求,星环科技在基础设施层提供了基于容器的云原生操作系统TCOS,可以为用户提供独立的数据与计算环境,减少数据对外暴露的风险。在数据平台层,星环科技大数据基础平台TDH新版本增强了安全技术,支持行列级权限控制、动态脱敏等。在数据资产层,星环科技借助两款新产品:数据安全管理平台Defensor帮助企业构建整个数据安全管理域及数据流通平台Navier:包含隐私计算平台SophonP²C和数据交易门户datamall,提供包括联邦学习和差分隐私等技术能力。该支付机构的数据管理平...
星环科技致力于打造企业级大数据基础软件,具备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,多年来深耕电力领域,覆盖电力产业“发-输-变-配-用”五大环节,为推动电力行业数字化转型做出了重要贡献。在国网上海电力智能配用电大数据应用系统建设项目中,基于星环科技大数据基础平台TDH构建的智能配用电大数据应用系统汇集了浦东1210平方千米的236万户的用电数据,高负荷738万千瓦,年用电量329亿度,占上海全网四分之一。集成的内外部数据源有10个,整个数据量到现在已经接近8个T了,台账的数据总量有29.14万条。在多元数据集成及大数据平台基础之上,应用系统实现了用电查询,电力地图等基础功能及用户用电行为分析,节电用电预测网架优化和错峰调度等业务应用。基于多源异构数据的关联解析,和海量用电负荷实际数据存储、索引,实现了用电查询的基础应用,包括230万用户,26000个台区,4000余中压馈线的基本台账及用电数据的快速查询,并可以进行用户用电画像、地图定位、供电范围等数据的查询,服务响应时间在三秒以内。此前,星环科技还曾凭借《星环科技电力智慧供应链智能决策平台建设方...
在国产数据库产品方面,星环科技坚持自主研发与技术创新,打造了自主可控的高性能分布式数据库ArgoDB和分布式交易型数据库KunDB,以及分布式图数据库StellarDB等产品。KunDB具备较强的SQL兼容性,同时具备高可用、高并发、在线扩缩容、数据强一致性等能力,适用于操作型业务、高并发业务等场景。ArgoDB具备完整的SQL兼容性,同时具备高扩展、高可靠、多模型、存算解耦等能力,一站式满足数据仓库、实时数据仓库、数据集市、OLAP、联邦计算等场景。通过不断的打磨和对业务场景不断的落地实践,ArgoDB和KunDB已成为具有完全自主知识产权的成熟的国产数据库,能够为更多的客户提供高性能、高可靠、成熟的数据库产品服务,帮助用户应对智能数据时代海量数据的分析与探索。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。星环科技StellarDB在金融、政府和社交网络等领域...