数据流动起来才可以创造更大的价值,随着数字经济持续高速增长,
数据的互联互通需求越来越旺盛,大到政府机关的公共数据、公司核心商业数据、小到个人信息。近两年,我国也相继出台了
《数据安全法》 和
《个人信息保护法》。因此,
如何让数据安全地流通起来,是一个必须要解决的问题。
隐私计算技术作为
连接数据流通和隐私保护法规的纽带,通过同态加密、混淆电路、差分隐私等技术,实现了
“数据可用不可见”。隐私计算技术是在保护
数据提供方不泄露原始数据的前提下,实现数据分析计算的技术集合。它作为数据流通的
重要创新前沿技术,目前主要包含如下三大技术路线:
安全多方计算(SMPC)、机密计算(TEE)、联邦学习(FL) ,这些技术已经广泛应用于金融、医疗、通信、政务等多个行业。
OSCHINA 本期高手问答 (8 月 9 日 - 8 月 15 日) 我们请来了 PrimiHub 开源 和大家一起探讨关于「隐私计算技术」的问题。
可讨论的问题包括但不限于:
-
什么是隐私计算
-
隐私计算的学习建议
-
隐私计算相关的技术
-
PrimiHub 的技术设计
如有其他隐私计算相关问题也欢迎积极提问。
PrimiHub 作为一款由密码学专家团队打造的开源隐私框架,具有以下特性:
开源:完全开源、免费 自主研发:安全多方计算、联邦学习、同态加密、可信计算等隐私计算技术 开箱即用:拥有 Web 界面、命令行和 Python SDK 等多种使用方式 功能丰富:支持隐匿查询、隐私求交、联合统计、数据资源管理等功能 灵活配置:支持自定义扩展语法、语义、安全协议等GitHub 地址:https://github.com/primihub/primihub
嘉宾介绍
刘仁章,应用数学博士,北京原语科技密码学专家。精通格密码、同态加密、安全多方计算等。在 NIST 全球后量子密码算法竞赛中攻破 HK17 等多个后量子密码候选方案。曾获 2022 年“金融密码杯”竞赛一等奖。
为了鼓励踊跃提问,
原语科技 PrimiHub 会在问答结束后从提问者中抽取 5 名幸运会员,赠予 PrimiHub 定制笔记本礼盒 3 件套(内含:笔记本*1、金属签字笔*1、U盘*1)。
OSChina 高手问答一贯的风格,不欢迎任何与主题无关的讨论和喷子。
下面欢迎大家就 隐私计算技术 相关问题向 PrimiHub 提问,直接回帖提问既可。
高手问答第 304 期 —— 聊聊隐私计算技术
@before31 @clearsky1991 @梦梦阁 @xiaoaiwhc1 @灰灰
恭喜以上5位网友分别获得 PrimiHub 定制笔记本礼盒 3 件套 一套。
请于8月23日前登陆账号, 私信 @小白兔爱吃大灰狼 告知快递信息(格式:姓名+电话+地址),过期视为自动放弃哦~
@PrimiHub开源 这块不太熟悉,不过之前看到过类似 同态加密这样的技术介绍,从我们公司的态度来说 企业的数据 基本上都是不对外公开的,如果已经是私域的数据了 是否还会涉及隐私计算这类的场景呢
@PrimiHub开源 我想问下什么是隐私计算?已将隐私计算的应用途径?
是不是可以兼顾隐私,又可以实现计算?不是简单的加/解密。
@PrimiHub开源
@PrimiHub开源 这个和使用did做身份认证,有没什么联系?
@PrimiHub开源 请问生产企业内部如何运用隐私计算?我们目前自己写程序中使用密匙对数据加解密是否也算是隐私计算?传输通过密文,到达目的地用私匙解密,安全性也很高吧?是否应用范围不同呢?
@PrimiHub开源
你好,对于隐私计算能否列举一下典型的应用场景?以及对计算的效能是否有影响,以及影响的程度如何?
谢谢。
@PrimiHub开源
您好,之前只是有耳闻隐私计算,现在算是“亲眼所见”了😀。可以介绍一下隐私计算的设计框架吗?另外,我对“可用不可见”比较感兴趣,使用方既然可以使用了,那“不可见”是怎么做到的?或者说哪些是“不可见”的?
多谢解答。