关键词：
目录
一、隐私计算（Privacy Computing）
隐私计算，广义上是指面向隐私保护的计算系统与技术，涵盖数据的产生、存储、计算、应用、销毁等信息流程全过程，想要达成的效果是使数据在各个环节中 “可用不可见”。目前最先落地于金融、医疗等行业。
二、实现隐私计算的相关技术
从技术角度出发，和隐私计算相关联的概念很多——多方安全计算（MPC）、可信硬件（TEE）、联邦学习、差分隐私、区块链等。目前业内采用的主流技术包括三类：多方安全计算（MPC）、联邦学习和可信执行环境（TEE）。
当前实现隐私计算的技术主要可分为可信计算和密码学两大方向。
- 可信硬件
- 可信硬件指可信执行环境，核心思想是构建一个安全的硬件区域，各方数据统一汇聚到该区域内进行计算。
- 密码学
密码学指用算法实现对计算过程中的数据保护，以多方安全计算、联邦学习等为代表。
1. 多方安全计算（Secure Multi-Party Computation MPC）
多方安全计算（Secure Multi-Party Computation，简称MPC）是指在无可信第三方情况下，通过多方共同参与，安全地完成某种协同计算。即在一个分布式环境中，多个参与者共同完成对某个函数的计算，该函数的输入信息分别由这些参与者提供，且每个参与者的输入信息是保密的，在计算结束后，各参与者获得正确的计算结果，但无法获知其他参与者的输入信息。这种方式主要基于密码学的一些隐私技术，相关概念还包括同态加密(Homomorpgic Encryption)、不经意传输(Oblivious Transfer)、混淆电路(Garbled Circuit)和秘密共享(Secret Sharing)等。
核心在于计算参与方在数据加密状态下进行计算。彼此不知对方数据，却能得到正确的计算结果。
2. 联邦学习(Federated machine learning/Federated Learning)
联邦机器学习(Federated machine learning/Federated Learning)，又名联邦学习，联合学习、联盟学习。联邦机器学习是一个机器学习框架，能帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模。有观点认为，基于多方数据进行联合建模，各自原始数据不对外输出，由中心方进行协调的建模，都可称为联邦学习。
联邦学习的系统架构大致分为横向联邦学习、纵向联邦学习、迁移学习三类，分别对应不同数据集的差异情况。
核心：“数据不出门，算法满地跑”
3. 可信执行环境（Trusted Execution Environment TEE）
以上两种方式主要是在软件和算法层面实现隐私计算。可信执行环境（TEE）则基于硬件实现。
这种方式的思路是在CPU 上构建一块安全区域，这块区域的作用是给数据和代码的执行提供一个更安全的空间，在这个安全区域内进行相关的计算。比较有代表性的是Intel-SGX、ARM-TrustZone等。
三种技术的对比
这三种方式在安全性、工程能力和落地场景等方面存在不同的特点，我们可以通过下文这张对比图，了解不同技术思路的优劣势。
参考
什么是隐私计算，它是怎样保护我们的隐私安全？
...？隐私计算是指，在保护数据本身不对外泄露的前提下，实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的；在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。隐私计算涵盖了众多学科技术，... 查看详情
tee主场仍是intel和amd，隐私计算的国产化路径如何实现？
作为未来数据要素市场建设的关键技术，隐私计算近年来得到快速发展。事实上，隐私计算涉及的技术繁多且复杂，面对众多技术路线分支，业务应用在技术选型时还需具体情况具体分析。本文将尝试对隐语支持... 查看详情
差分隐私？联邦学习？安全多方计算？它们之间是什么关系？
...用不可见”。简单来说就是一个技术体系，其目的是实现数据可用不可见。下面是隐私计算流程图。数据方：提供数据的组织或个人。计算方：提供算力的组织或个人。结果方：接收计算结果的组织或个人。隐私... 查看详情
隐私计算框架
...ySyftPySyft是开源社区OpenMined开源的隐私计算框架,主要针对实现基于隐私计算的深度学习。PySyft将联邦学习、多方安全计算以及差分隐私、远程执行等技术结合在一个编程模型中并集成到不同的深度学习框架中,如PyTorc 查看详情
关于组织举办区块链与隐私计算等新技术融合应用高级研修班的通知
关于组织举办区块链与隐私计算等新技术融合应用高级研修班的通知各有关单位：为进一步推进国家数字化建设，推动可信数字经济持续健康发展，加强京津冀地区相关专业人才培养、强化专业人员对区块链及隐私计... 查看详情
金智塔cto陈超超：构建产学研用价值闭环，持续探索隐私计算技术前沿|数据猿专访...
...地尚处起步阶段。在实际应用场景中，隐私计算虽能实现“数据可用不可见”，但也存在着诸如“计算孤岛”、“数据投毒”等诸多挑战。面对行业的诸多问题，具备较强技术实力的隐私计算厂商，则是破局的关... 查看详情
科技云报道：大小巨头涌入赛道，隐私计算迎来商业落地元年
科技云报道原创。近两年来，隐私计算逐渐从小众领域为大众熟知。2021年，隐私计算开始在真实商业场景中全面落地。据毕马威发布的《2021隐私计算行业研究报告》显示，受到大数据融合应用和隐私保护的双重需求... 查看详情
隐私计算加密技术基础系列（上）(代码片段)
1密码学1.1背景隐私计算（Privacy-preservingcomputation）是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中的**“可用不可见”。Gartner发布的2021年前... 查看详情
隐私计算技术解读|一文读懂sealpir-基于同态的隐私信息检索协议
...用场景。近年来PIR技术研究逐渐丰富，行业对应用PIR实现隐私保护的呼声也随之高涨。引言[SealPIR][1]是微软开源的PIR实现，实现了2018年发表在IEEES&P的论文[ACLS18][2]中的PIR方案。论文题目《PIRwithCompressedQueriesandAmortizedQue... 查看详情
万向区块链技术研究报告|隐私链相关调研-oasis(代码片段)
...本文作者：万向区块链通用架构技术部宋广洋1.概要隐私始终是保护用户和扩大加密货币使用的基本要求，并被认为是Web3.0的重要方向之一。隐私赛道的角逐日益激烈，协议与应用层都诞生了诸多主打隐私的项目，... 查看详情
什么是隐私计算，它是怎样保护我们的隐私安全？
目录隐私计算简单理解一、隐私安全保护面临的挑战二、隐私计算技术概念及技术路线 查看详情
隐私计算发展脉络丨哪些厂商能在市场启蒙阶段脱颖而出，成为隐私计算发展领军者？
近年来，我国不断出台政策引导和扶持隐私计算行业发展，相关的法律法规、规范性问价和技术标准陆续出台对我国隐私计算行业进行支持和规范。自2019年开始，我国隐私计算行业就已开始快速发展，国内众多企... 查看详情
案例解读华为隐私计算产品tics如何实现城市跨部门数据隐私计算
...绍华为可信智能计算服务TICs是如何助力城市跨部门数据实现隐私计算的。本文分享自华为云社区《基于华为隐私计算产品TICS实现城市跨部门数据隐私计算，助力实现普惠金融》，作者：dayu_dls。华为云可信智能计算... 查看详情
从隐私到隐私计算
...算分别与隐私和计算之间的关系，即隐私计算是为了实现个人隐私保护而进行的计算还是在实现了隐私保护的前提下进行的计算？最后，才是隐私计算涉及的技术和方法。1.什么是隐私？“隐私”一词在中国最早... 查看详情
同态加密实现数据隐私计算，能让你的小秘密更加秘密
摘要：同态加密作为实现数据隐私计算的关键技术，在云计算、区块链、隐私计算等领域均存在着广泛的应用需求和一些可行的应用方案。本文分享自华为云社区《同态加密在联邦计算中的应用》，作者：生也有... 查看详情
星际无限：重塑隐私计算，filecoin可真正实现数据可用可信不可见
当前，数据已成为比肩石油的基础性关键战略资源，正在颠覆全球社会的发展模式。然而数据的大范围应用，带来了一个新的问题，那就是数据安全。鱼与熊掌，不可兼得。既要数据流通，又要保证数据不... 查看详情
星际无限：重塑隐私计算，filecoin可真正实现数据可用可信不可见
当前，数据已成为比肩石油的基础性关键战略资源，正在颠覆全球社会的发展模式。然而数据的大范围应用，带来了一个新的问题，那就是数据安全。鱼与熊掌，不可兼得。既要数据流通，又要保证数据不... 查看详情
隐私计算中可信执行环境的一知半解
隐私计算是使数据“可用不可见”的技术，它包括了密码学、人工智能、安全硬件等众多领域交叉的学科体系。对于隐私计算而言，业界通常分为三大路径技术：以安全多方计算为代表的密码学路径、以可信任执行环... 查看详情