可信智能計算服務(wù)TICS( Trusted Intelligent Computing Service )打破數(shù)據(jù)孤島,在數(shù)據(jù)隱私保護(hù)的前提下,實(shí)現(xiàn)行業(yè)內(nèi)部、各行業(yè)間的多方數(shù)據(jù)聯(lián)合分析和聯(lián)邦計算。TICS基于安全多方計算MPC、區(qū)塊鏈等技術(shù),實(shí)現(xiàn)了數(shù)據(jù)在存儲、流通、計算過程中端到端的安全和可審計,推動了跨行業(yè)的可信數(shù)據(jù)融合和協(xié)同。
可信智能計算服務(wù)TICS功能特點(diǎn)
動態(tài)構(gòu)建可信計算聯(lián)盟,實(shí)現(xiàn)聯(lián)盟內(nèi)嚴(yán)格可控的數(shù)據(jù)使用和監(jiān)管。
-
聯(lián)邦數(shù)據(jù)分析:關(guān)系型數(shù)據(jù)安全共享和分析功能。 -
聯(lián)邦機(jī)器學(xué)習(xí):利用多方數(shù)據(jù)實(shí)現(xiàn)的聯(lián)合建模。 -
聯(lián)邦預(yù)測作業(yè):利用多方數(shù)據(jù)和模型實(shí)現(xiàn)樣本預(yù)測。
使用數(shù)據(jù)源計算節(jié)點(diǎn)模塊實(shí)現(xiàn)自主可控的數(shù)據(jù)源注冊、隱私策略的設(shè)定、元數(shù)據(jù)的發(fā)布等,為數(shù)據(jù)源計算節(jié)點(diǎn)提供全生命周期的可靠性監(jiān)控、運(yùn)維管理。
對接多種主流數(shù)據(jù)存儲系統(tǒng),為數(shù)據(jù)消費(fèi)者實(shí)現(xiàn)多方數(shù)據(jù)的融合分析,參與方敏感數(shù)據(jù)能夠在聚合計算節(jié)點(diǎn)中實(shí)現(xiàn)安全計算。
參與方數(shù)據(jù)源計算節(jié)點(diǎn)云原生容器部署,聚合計算節(jié)點(diǎn)動態(tài)擴(kuò)容,支持云、邊緣、HCSO多種部署模式。
為數(shù)據(jù)參與方提供可視化的數(shù)據(jù)使用流圖,提供插件化的區(qū)塊鏈對接存儲,實(shí)現(xiàn)使用過程的可審計、可追溯。
可信智能計算服務(wù)TICS,安全釋放數(shù)據(jù)價值
-
支持在分布式的、信任邊界缺失的多個參與方之間建立互信空間; -
實(shí)現(xiàn)跨組織、跨行業(yè)的多方數(shù)據(jù)融合分析和多方聯(lián)合學(xué)習(xí)建模。
-
支持對接主流數(shù)據(jù)源(如MRS、DLI、RDS、Oracle等)的聯(lián)合數(shù)據(jù)分析;
-
支持對接多種深度學(xué)習(xí)框架(TICS,TensorFlow)的聯(lián)邦計算;
-
支持控制流和數(shù)據(jù)流的分離,用戶無需關(guān)心計算任務(wù)拆解和組合過程,采用有向無環(huán)圖DAG實(shí)現(xiàn)多個參與方數(shù)據(jù)流的自動化編排和融合計算。
-
數(shù)據(jù)使用全流程可視化展示,為數(shù)據(jù)參與方提供可感知、可監(jiān)測的數(shù)據(jù)使用過程;
-
支持?jǐn)?shù)據(jù)參與方、計算方的多種部署模式,包括云上(同Region、跨Region)、邊緣節(jié)點(diǎn)、HCSO的部署模式;
-
采用容器化資源/部署管理,支持調(diào)度方、數(shù)據(jù)參與方、計算方的彈性擴(kuò)縮容。
-
支持用戶自定義隱私策略,實(shí)現(xiàn)敏感數(shù)據(jù)的識別、脫敏、水印保護(hù),保障隱私數(shù)據(jù)安全;
-
多方協(xié)同過程中隱私信息交互(SQL JOIN數(shù)據(jù)碰撞、可信聯(lián)邦學(xué)習(xí)模型參數(shù))的加密保護(hù);
-
支持安全多方計算,如基于隱私集合求交PSI(Private Set Intersection)技術(shù)的多方樣本對齊、 基于差分隱私、加法同態(tài)、秘密共享等技術(shù)的訓(xùn)練模型保護(hù);
-
可插件化的對接區(qū)塊鏈存儲,實(shí)現(xiàn)多方數(shù)據(jù)的流動軌跡、使用過程的全程可追溯、可審計。
可信智能計算服務(wù)TICS,助力跨機(jī)構(gòu)數(shù)據(jù)協(xié)同融合
金融機(jī)構(gòu)對于中小微企業(yè)的信用數(shù)據(jù)通常不足,央行征信數(shù)據(jù)覆蓋率有限,不良企業(yè)多家騙貸事件屢有發(fā)生。金融機(jī)構(gòu)與政府部門,如稅務(wù)部門、市場監(jiān)管部門、水電公司等在保護(hù)各方面原始數(shù)據(jù)隱私的前提下,通過多方聯(lián)合建模,金融機(jī)構(gòu)補(bǔ)充風(fēng)控模型特征維度,提升模型準(zhǔn)確率。
優(yōu)勢:
提升模型準(zhǔn)確率:多方機(jī)構(gòu)實(shí)現(xiàn)算法層面聯(lián)合建模,提升了需求方模型的預(yù)測效果;
數(shù)據(jù)隱私保護(hù)強(qiáng):多方采用隱私集合求交PSI對齊樣本數(shù)據(jù),本地數(shù)據(jù)或模型加密后在安全環(huán)境中運(yùn)算,實(shí)現(xiàn)數(shù)據(jù)可用不可得。精細(xì)化的數(shù)據(jù)隱私保護(hù)策略,確保分析結(jié)果中強(qiáng)制執(zhí)行隱私數(shù)據(jù)的脫敏。
政務(wù)數(shù)據(jù)開放共享對于政府業(yè)務(wù)共治和賦能千行百業(yè)起到關(guān)鍵作用,出于數(shù)據(jù)安全以及隱私保護(hù)問題,當(dāng)前很多政務(wù)數(shù)據(jù)尚未充分開放共享。多項業(yè)務(wù)場景均要實(shí)現(xiàn)在保護(hù)數(shù)據(jù)隱私的前提下,通過跨機(jī)構(gòu)數(shù)據(jù)的融合分析,得到數(shù)據(jù)碰撞結(jié)果,提升政府業(yè)務(wù)效能和賦能千行百業(yè)。
優(yōu)勢:
政企之間密文數(shù)據(jù)融合計算,保障數(shù)據(jù)流通安全和隱私; “原始數(shù)據(jù)不出域,可用不可見”,原始數(shù)據(jù)保存在本地安全域執(zhí)行計算;支持自定義數(shù)據(jù)主權(quán)保護(hù)策略,內(nèi)置數(shù)據(jù)流通風(fēng)險檢測算法。
傳統(tǒng)金融企業(yè)聯(lián)合營銷模式中,金融企業(yè)往往需要將雙方的數(shù)據(jù)集中到一個安全實(shí)驗(yàn)室中進(jìn)行標(biāo)簽融合,模型訓(xùn)練,但常面臨數(shù)據(jù)泄露和隱私等挑戰(zhàn)。聯(lián)邦建模采用分布式架構(gòu)進(jìn)行部署和建模,參與聯(lián)合營銷的企業(yè)原始和明細(xì)數(shù)據(jù)不出庫的前提下進(jìn)行跨域數(shù)據(jù)建模,實(shí)現(xiàn)精準(zhǔn)營銷,同時保障企業(yè)數(shù)據(jù)安全與個人隱私。
優(yōu)勢:
原始數(shù)據(jù)不出企業(yè)安全域、不出庫,實(shí)現(xiàn)“數(shù)據(jù)不動、算法動”,數(shù)據(jù)使用自主可控;聯(lián)合多方正樣本的效果,豐富模型的特征,提高模型的泛化能力;計算全程保障企業(yè)數(shù)據(jù)安全與個人隱私。
傳統(tǒng)數(shù)據(jù)交易方式,交易的是數(shù)據(jù)所有權(quán),交易完成后,數(shù)據(jù)被無限制的拷貝和復(fù)制。采用可信交易方式,交易的不是數(shù)據(jù),而是數(shù)據(jù)的使用權(quán),賣家賣的是對某個數(shù)據(jù)的用法用量,不用擔(dān)心數(shù)據(jù)被拷貝和復(fù)制。
優(yōu)勢: