关于人工智能:遇到联邦计算数据碰撞难题怎么办不妨试一试PSI

摘要：随着MPC、隐衷计算等概念的风行，诸多政府机构、金融企业开始思考参加到多方计算的场景中，扩大数据的利用价值。

本文分享自华为云社区《应用PSI解决联邦计算的数据碰撞问题》，作者：breakDraw。

联邦计算场景

随着MPC、隐衷计算等概念的风行，诸多政府机构、金融企业开始思考参加到多方计算的场景中，扩大数据的利用价值。

以上面这个场景为例，银行可能心愿获取水电局和本人银行内储户的数据，来综合计算失去各公司的信贷评分等级。

那么银行可能心愿执行如下sql，来失去信贷评分。

select0.5*c.赞助金额*0.3+0.4*a.贴息金额*0.3+0.2*a.标的金额*0.3+(0.05*b.水费缴纳金额+0.05*b.汽费缴纳金额+0.05*b.电费缴纳金额)*0.1
frompartyA.taxa.partyB.amountb
ona.id=b.id

问题

上述联邦计算场景中，须要做join操作，来进行水电局和银行数据的关联。传统计划中，会在TEE中进行碰撞操作，失去关联数据，再进行计算。

但水电局的用户数量是十分多的，而银行的储户数量相对来说是无限的。因而理论关联数量是以银行储户数量为准。

如果将水电局的数据如果全副上传到TEE中，则软硬件之间的传输代价会十分大，且这个过程将非关联记录的敏感数据也会一并带上来。

另外银行的储户身份也可能是高敏感隐衷。

解决

应用PSI计划（隐衷爱护汇合交加）能够无效地解决上述两个问题。

PSI通常具备以下三个特点：

• 半可信场景：数据单方不违心裸露所有数据，仅心愿求得数据汇合交加
• 数据最小化：除了数据汇合交加以外的数据不能泄露给任意一方
• 平安单方计算：参加计算的单方须要独特实现一套平安的计算协定，以保证数据的安全性。
  具体流图如下：
  

该过程可保障A方和B方的id在纯密文的场景下进行碰撞，失去关联id汇合，并以此为根据输入。

利用

以后tics的联邦计算业务已反对psi的利用。

联盟治理页面，管理员开启“高级别隐衷爱护”。当开启之后，如果满足PSI-JOIN的sql语句，tics便会选用psi的形式构建执行打算，进行join碰撞，再持续后续的计算。

创立作业，执行对应蕴含sql-join作业

执行作业，能够看到tics零碎的DAG图中，展现了psi的全副过程。输入后果与间接做join的后果是统一的。

点击关注，第一工夫理解华为云陈腐技术~