混合云场景下的隐私计算产品能够做什么?华为云正式发布可信智能计算HCS版本,让我们一睹为快!
可信智能计算服务TICS 配套HCS 8.2.0版本正式发布,将联合伙伴打造端到端的数据可信流通解决方案。
产品功能
动态联盟管理
动态构建可信计算联盟,实现联盟内严格可控的数据使用和监管。邀请云租户作为数据方,动态构建可信计算联盟,实现联盟内严格可控的数据使用和监管。联盟是联邦计算的载体,合作方只有加入联盟才能参与联邦计算。
安全的作业管理
作业时,数据使用的过程可审计、可追溯。TICS数据集成支持联邦数据分析、联邦机器学习和联邦预测作业等作业方式。
• 联邦数据分析
联邦数据分析是可信智能计算提供的关系型数据安全共享和分析功能。您可以创建联邦数据分析作业,根据合作方已提供的数据,编写相关sql作业并获取您所需要的分析结果,同时能够在作业运行保护数据使用方的数据查询和搜索条件,避免因查询和搜索请求造成的数据泄露。
• 联邦机器学习
联邦机器学习是可信智能计算服务提供的在保障用户数据安全的前提下,利用多方数据实现的联合建模。
• 联邦预测作业
联邦预测作业在保障用户数据安全的前提下,利用多方数据和模型实现样本联合预测。
可信智能计算节点
数据参与方使用数据源计算节点模块实现自主可控的数据源注册、隐私策略(脱敏、加密、水印)的设定、元数据的发布等,为数据源计算节点提供全生命周期的可靠性监控、运维管理。
多方融合分析
对接多种主流数据存储系统,为数据消费者实现多方数据的融合分析,参与方敏感数据能够在具有TEE安全支撑的聚合计算节点中实现安全计算。
多方联邦训练
对接主流深度学习框架实现横向和纵向联邦建模,支持基于TEE和SMPC(如不经意传输、同态加密等)的多方样本对齐和训练模型保护。
云端容器化部署
参与方数据源计算节点云原生容器部署,聚合计算节点动态扩容,支持云、边缘、HCSO多种部署模式。
可视化数据监管
为数据参与方提供可视化的数据使用流图,提供插件化的区块链对接存储,实现使用过程的可审计、可追溯。
应用场景
政企信用联合风控
金融机构对于中小微企业的信用数据通常不足,央行征信数据覆盖率有限,不良企业多家骗贷事件屡有发生。金融机构与政府部门,如税务部门、市场监管部门、水电公司等在保护各方原始数据隐私的前提下,通过多方联合建模,金融机构补充了风控模型特征维度,提升模型准确率。
优势:
• 提升模型准确率
多方机构实现算法层面联合建模,提升了需求方模型的预测效果。
• 数据隐私保护强
多方采用隐私集合求交PSI对齐样本数据,本地数据或模型加密后在安全环境可信执行环境ArmTrustZone中运算,实现数据可用不可得。精细化的数据隐私保护策略,确保分析结果中强制执行隐私数据的脱敏。
图1 政企信用联合风控
政府数据融合共治
由于数据安全以及隐私保护问题,政府各委办局数据尚未充分共享。多委办厅局数据的融合碰撞对于政府业务共治起到关键作用,例如本次疫情联防联控、综合治税等业务场景。共治场景均要实现在保护数据隐私的前提下,通过多个局委办数据的融合分析,得到数据碰撞结果,提升政府业务的治理效能。
优势:
• 政府多委办局之间密文数据融合计算,实现多方数据的融合分析。
• 基于隐私集合求交实现多方安全SQL JOIN分析, 原始数据保存在各个用户本地,统计分析算子下推到本地数据域执行。
• 多方分析JOIN算子通过可信执行环境ArmTrustZone进行数据隐私保护,计算过程将多方加密后数据提交到可信执行环境ArmTrustZone中完成计算,计算结果加密返回给数据使用方。
• 支持自定义脱敏保护策略,设定SQL语句安全等级检查,防止非法SQL执行。
图1-1 政府数据融合共治
金融联合营销
传统金融企业联合营销模式中,金融企业往往需要将双方的数据集中到一个安全实验室中进行标签融合,模型训练,但常面临数据泄露和隐私等挑战。联邦建模采用分布式架构进行部署和建模,参与联合营销的企业原始和明细数据不出库的前提下进行跨域数据建模,实现精准营销,同时保障企业数据安全与个人隐私。
优势:
• 原始数据不出企业安全域、不出库,实现“数据不动、算法动”,数据使用自主可控。
• 联合多方正样本的效果,丰富模型的特征,提高模型的泛化能力。
• 计算全程保障企业数据安全与个人隐私。
图1 金融联合营销
使能数据交易
传统数据交易方式,交易的是数据所有权,交易完成后,数据被无限制的拷贝和复制。采用可信交易方式,交易的不是数据,而是数据的使用权,卖家卖的是对某个数据的用法用量,不用担心数据被拷贝和复制。
优势:
• 数据不离开卖家,更放心。
• 卖家控制“隐私规则”,控制“用法和用量”。
• 支持三层异构,跨组织、跨地域、跨数据源。
• 低成本部署,支持边缘模式单节点部署。
图1 使能数据交易
- 点赞
- 收藏
- 关注作者
评论(0)