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~