共计 21068 个字符，预计需要花费 53 分钟才能阅读完成。
报告编委
张扬 爱剖析 合伙人 & 首席分析师
洪逸群 爱剖析 高级分析师
孟晨静 爱剖析 分析师
目录
1. 钻研范畴定义
\2. 厂商全景地图
\3. 市场定义与厂商评估
\4. 入选厂商列表
1. 钻研范畴定义
钻研范畴
隐衷计算，又称隐衷爱护计算（Privacy-Preserving Computation），是指基于一套交融密码学、信息论、分布式计算、平安硬件、数据迷信等多学科技术，能对处于加密或非通明状态的数据进行计算的技术体系。常见隐衷计算技术包含了多方平安计算、联邦学习、可信执行环境、同态加密、差分隐衷等，通过利用隐衷计算技术，企业用户能在提供数据隐衷爱护的前提下，实现数据在流通共享中的“可用不可见”。
在本报告中，爱剖析将隐衷计算市场分为应用层、平台层和算力层。其中，应用层是指针对金融、政务、医疗、批发、电信、交通等各行业业务场景提供的蕴含隐衷计算产品和服务的利用解决方案；平台层是指用于撑持构建利用解决方案的平台型产品，即隐衷计算平台；算力层是指针对隐衷计算性能晋升提供的各类算力解决方案，包含算法优化、硬件加速等。
综合思考企业关注度、行业落地停顿等因素，爱剖析在本次钻研中选取了应用层的金融隐衷计算解决方案、政府与公共服务隐衷计算解决方案、医疗隐衷计算解决方案，以及平台层的隐衷计算平台，共 4 个特定市场，进行重点钻研。
本报告面向企业和政务机构决策层，以及大数据与人工智能部门、科技翻新部门、各业务部门负责人，通过对各特定市场的需要定义和代表厂商的能力解读，为各行业企业和政务机构的隐衷计算利用布局与厂商选型提供参考。
图 1：隐衷计算市场全景地图
厂商入选规范
本次入选报告的厂商需同时合乎以下条件：
- 厂商的产品服务满足各市场定义的厂商能力要求；
- 近一年厂商具备肯定数量以上的付费客户（参考第 3 章各市场定义局部）；
- 近一年厂商在特定市场的支出达到指标要求（参考第 3 章各市场定义局部）。
2. 厂商全景地图
爱剖析基于对甲方企业和典型厂商的调研以及桌面钻研，遴选出在隐衷计算市场中具备成熟解决方案和落地能力的入选厂商。
3. 市场定义与厂商评估
爱剖析对本次隐衷计算我的项目重点钻研的特定市场定义如下。同时，针对参加此次报告的局部代表厂商，爱剖析撰写了厂商能力评估。
3.1 金融隐衷计算解决方案
定义：
金融隐衷计算解决方案是指面向银行、保险、证券等金融机构的数据流通场景，实现用户数据可用不可见的隐衷计算产品和服务，次要利用于精准营销、联结风控、反欺诈、合规认证、金融监管等场景。
终端用户：
银行、保险、证券等金融机构的大数据部门，科技翻新部门，风控、营销、信贷、信用卡核心、资管等业务部门
外围需要：
随着银行等金融机构全面拥抱互联网和数字化转型，数据曾经成为撑持其产品服务翻新的外围因素。只管凭借宽泛的客户根底，金融机构曾经积攒了海量的用户数据，但这些数据往往存在数据维度繁多的问题。为了提供更精准、更多元的金融产品和服务，金融机构须要从内部引入更多的用户行为、场景等数据，从而丰盛数据维度，延长利用场景。以往受政策、观点、技术等因素限度，机构之间的数据安全共享难以冲破，而隐衷计算技术可能在保障数据隐衷的前提下，实现数据在机构间平安地流通、共享和利用，正被金融机构宽泛关注并开始采纳。金融机构对隐衷计算解决方案的外围需要包含：
- 能在类型多样，且个性化程度较高的场景中利用隐衷计算技术。金融畛域数据类型丰盛，相应地，隐衷计算的利用场景也十分多样，并且每家金融机构对于隐衷计算利用都存在肯定的个性化需要，因而金融机构须要利用多种隐衷计算技术，并能以灵便的形式对不同技术计划进行交融。此外，在一些罕用场景，如匿踪查问、隐衷求交中还须要能疾速应用标准化的解决方案。
- 在对实时性要求较高的场景中具备较强的端到端性能。金融机构的一些业务场景，如信贷审批、交易监控等，须要以很低的时延取得计算结果，以保障客户服务品质，并疾速辨认危险、升高损失。因而，在此类实时场景中，金融机构须要隐衷计算解决方案具备较强的端到端性能。
- 通过引入第三方数据源和业余机构的建模咨询服务，在特定场景中晋升模型成果。金融机构利用隐衷计算的基本在于晋升产品服务的业务收益，而实现这一指标的要害是在业务场景中构建更无效的模型，因而，金融机构一方面须要引入适合的第三方数据，丰盛样本数据的数据维度，另一方面须要引入业余机构的建模咨询服务，在数据、算法的抉择、模型训练、隐衷计算工具应用等方面提供业余的领导，从而晋升模型成果。
- 隐衷计算解决方案能以较低的老本进行疾速部署和与原系统集成。一方面，金融机构心愿隐衷计算利用能疾速落地并产生成果，因而须要解决方案能以便捷和疾速的形式进行部署；另一方面，金融机构通常曾经建设了较简单的业务和 IT 零碎，因而须要隐衷计算解决方案能在对原零碎革新尽量小的前提下，与原系统集成。
- 满足平安合规要求。金融数据的敏感性，加上监管机构对于金融数据安全的多重要求，使得金融机构对于隐衷计算解决方案在数据安全爱护、零碎环境、计算流程的可解释性等方面有较高的安全性要求，并要求供应商的产品通过权威测评机构的平安规范测评。
厂商能力要求：
- 具备多方平安计算、联邦学习等多种隐衷计算技术能力，并能以较灵便的形式为用户提供服务。一方面，厂商须要提供丰盛的加密算法的算子库和联邦学习算法组件，容许用户自定义组合实现针对特定利用场景的隐衷计算利用，兼顾安全性、性能、精度的不同需要。另一方面，厂商须要提供可间接调用的匿踪查问、隐衷求交等利用解决方案，满足金融用户在跨机构数据合作中宽泛的数据对齐、ID 交融的需要。
- 在实时业务场景中晋升端到端的性能。因为在实时计算中网络提早是目前会影响端到端性能的次要因素，因而厂商须要着重对通信效率进行优化，如通过优化流程编排、任务调度，进步算子并行度等形式晋升多节点间的通信效率，从而晋升性能。
- 可能链接较丰盛的第三方数据资源。厂商须要建设较宽泛的数据资源生态，具备运营商、领取、互联网、政务等畛域的数据资源链接能力，为金融机构提供更多的用户行为、场景等数据。此外，厂商还须要与其它厂商建设互通互联协定，不便金融机构跨平台调用第三方数据。
- 提供业余的建模咨询服务。厂商相干团队须要具备金融畛域丰盛的从业教训，可能为金融机构在模型构建中提供罕用的算法，并在数据、算法的抉择、模型训练、隐衷计算工具应用等方面提供业余倡议，为金融机构实现更好的模型成果。
- 能疾速部署和集成隐衷计算解决方案。在解决方案部署方面，厂商须要提供麻利化的部署和交付形式，如平台采纳云原生架构，反对容器化的交付形式；以 SDK 或 API 的形式提供隐衷计算能力，反对用户疾速构建隐衷计算利用；在与原系统集成方面，厂商须要提供组件化和接口化服务撑持金融机构在隐衷计算平台与原零碎之间做数据与模型的传输与对接，缩小对原零碎的革新。
- 隐衷计算解决方案具备较高的安全性。厂商须要通过提供欠缺的数据加密技术、欠缺平台零碎的安全性设计等形式进步解决方案的安全性；并须要反对算法流程可视化，以及反对接入第三方流量审计工具对数据用处进行验证等形式进步解决方案的可解释性和可信度。同时，厂商的产品需取得权威测评机构的平安规范测试。
入选 规范：
1. 合乎金融隐衷计算解决方案的厂商能力要求；
2. 近一年在该市场服务客户数 3 家以上；
3. 近一年该市场相干服务收入规模在 200 万元以上。
代表厂商 评估：
（注：以下代表厂商评估均按厂商简称首字音序排序）
洞见科技
厂商介绍：
洞见科技是由中国最大的信用产业团体“中诚信”孵化、网信事业国家队“中电科”投资的当先的专精型隐衷计算技术服务商，专一于为政务、金融、通信等行业客户提供隐衷计算技术平台建设以及面向场景的数据智能服务。公司核心成员来自中诚信、大型银行、保险公司以及人工智能企业，具备丰盛的行业常识和服务教训。
产品服务介绍：
洞见科技的外围软件产品洞见数智联邦平台（InsightOne）是其自主研发的金融级隐衷计算平台，领有面向场景的“MPC+FL”交融引擎、可监管的分布式信赖架构、全计算链路隐衷平安爱护、深刻场景的专业化算法、无可信第三方联邦学习、区块链增信隐衷计算、多方平安图计算与图联邦学习、跨平台互联互通容器等核心技术。通过匿踪查问、隐衷求交、汇合运算、联结统计与联结建模等性能矩阵的构建，为用户提供信贷风控、精准营销、保险精算、资管评级、债指编制等金融场景应用服务。此外，在 InsightOne 软件服务根底上，洞见还研发了交融计算、网络、存储等硬件资源的隐衷计算高性能信创一体机产品 InsightStation，可能满足金融与政企客户自主可控、开箱即用的需要。
厂商评估：
洞见科技的隐衷计算产品与服务在平台的通用性与安全性、面向金融行业用户的场景服务能力、对金融机构业务成果晋升水平，以及跨平台协同等方面具备劣势。
洞见科技的隐衷计算平台 InsightOne 具备较高的通用性与灵活性。InsightOne 平台采纳面向计算场景的交融引擎架构，将多方平安计算、联邦学习等算法拆分为细化的算子，并联合差分隐衷、同态加密、零常识证实等技术，用户能够依据需要对底层的算子进行灵便组合，交融多种技术并舍短取长，造成针对特定需要的计算过程，从而满足客户在不同计算场景中对于性能、性能、平安、计算精度等方面不同的需要。
针对金融行业用户的需要，洞见科技具备包含数据链接和业务建模在内的场景服务能力。对于有多方数据交融利用需要的用户，洞见科技在政府、运营商、电力、互联网、征信等大量合规数据领有方部署了隐衷计算节点，具备较丰盛的数据资源链接能力，联合隐衷计算技术，可能为上游的金融行业用户继续赋能。同时，洞见科技基于其长期在金融畛域的技术和服务积攒，也为用户提供业务建模与咨询服务，在其 InsightOne 平台上内置了几十种银行、保险、证券、资管等行业罕用的算法，能更好地供场景利用建模应用。例如，洞见科技为渤海银行搭建隐衷计算平台，并基于平台能力更平安地将行内信用卡用户体现数据与内部运营商、电商等多方数据联结，发展信用卡账单分期营销模型构建，服务于行方差异化营销策略制订，晋升用户体验。
InsightOne 平台能在对金融机构原有零碎很小革新的状况下良好兼容用户原有的技术栈。一方面，通过分布式引擎将隐衷计算算法模型与金融机构原有的风控、营销等业务场景模型做了深度优化与交融；另一方面，通过组件化和接口化服务，在隐衷计算平台与用户原有各类零碎之间做数据与模型的传输与对接。因而，InsightOne 平台能在不扭转用户原有零碎应用习惯的根底上，最大水平地兼容不同技术栈。
洞见科技也积极探索跨平台互联互通能力。在技术创新方面，洞见科技研发了“资源容器 + 算法容器 + 原语容器”的三层容器技术，即为客户提供一个像“插线板”一样的隐衷计算底座，实现不同厂商的算法插件的兼容和互通，突破了不同隐衷计算厂商的“计算孤岛”；在规范制订方面，洞见科技踊跃牵头和参加了 IEEE、CCSA、TC601、TC260 等机构制订的隐衷计算跨平台互联互通系列技术标准；在利用实际方面，洞见科技与蚂蚁团体、锘崴科技实现了业界首次多方异构隐衷计算平台之间齐全对等的算法协定互通，还在招商银行总行的牵头下，落地了国内首个大型股份制商业银行互联互通平台建设。
在产品安全性方面，InsightOne 平台通过了中国信通院多方平安计算和联邦学习性能、性能、平安、区块链辅助等隐衷计算全系列产品测评，以及国家金融科技测评核心多方平安计算和联邦学习金融利用双项评测。其独立自研的无可信第三方联邦计算框架，通过对等网络之间的交互学习和分布式学习，解决了开源联邦计算框架中存在的依赖第三方参数算子和密钥散发等危险问题。
典型客户：
招商银行、北京银行、华夏银行、渤海银行、中国人寿
富数科技
厂商介绍：
富数科技成立于 2016 年，是国内当先的隐衷平安计算技术服务商之一，专一于联邦学习、平安多方计算、匿踪查问等加密计算畛域，业务场景以金融、运营商、政务为主，并拓展到医疗、司法监管、工业互联等畛域。富数科技是隐衷计算互联互通协定首个国家标准的牵头单位，深度参加信安标委、金标委、工信部等规范的制订。
产品服务介绍：
富数科技的外围产品是 Avatar 平安计算平台，平台蕴含了联邦学习、平安多方计算、匿踪查问、开放平台等模块，可为金融等行业客户提供联结统计、联结建模、匿踪查问等性能。其中，FMPC 开放平台将富数科技的隐衷计算能力以 SDK 和 API 的模式提供给用户，不便用户疾速构建隐衷计算解决方案，并与其余用户的平台进行适配和互联。
在 Avatar 平安计算平台根底上，富数科技也为用户提供针对金融等行业业务场景的建模咨询服务。
厂商评估：
富数科技隐衷计算产品与服务，在平台性能的完整性、应用形式的灵活性、平台开放性与安全性，以及面向金融行业用户的建模咨询服务等方面具备劣势。
富数科技的 Avatar 平安计算平台具备欠缺的性能，并且应用形式灵便。Avatar 平安计算平台交融了联邦学习、平安多方计算、零常识证实等多种隐衷计算技术，用户能够在可视化的操作界面中调用平台中丰盛的算子以及功能模块进行组合，造成所需的利用解决方案。同时，平台也提供了操作治理组件、系统安全组件、合规审计组件、基础设施层、服务层等多个性能组件，让用户能够实现开箱即用、疾速部署。
Avatar 平安计算平台具备较高的开放性。一方面，FMPC 开放平台将富数科技的多方平安计算与联邦学习能力以 SDK 和 API 的模式提供给用户，用户能够疾速构建隐衷计算利用解决方案。另一方面，FMPC 开放平台反对用户通过标准的协定接口在数据、算法、模型等资源方面实现互通互联，帮忙用户实现多方的数据交融与联邦学习建模。同时，富数科技踊跃推动行业内互联互通工作，并牵头制订隐衷计算互联互通首个国家标准。
富数科技着重为金融行业用户提供业余的建模咨询服务，以实现更好的模型成果。在数据对接方面，富数科技曾经积攒了丰盛的运营商、领取、互联网设施等数据源资源，同时，基于对数据的深刻理解，富数科技能为金融用户在建模中提供无效的数据源、以及数据字段选用倡议；在模型构建方面，富数科技团队具备大型金融机构、金融科技公司丰盛的从业教训，对金融畛域的业务场景、专业知识有深刻理解，并联合丰盛的算法教训和对隐衷计算工具的理解，可能帮忙金融行业用户在客户拉新、高净值客户辨认、风控反欺诈、增信评估等各类模型构建中提供业余的咨询服务，进步模型成果。
在平台安全性方面，Avatar 平安计算平台更偏重安全性，在兼顾性能的同时，保证数据加密范畴和加密强度，以进步平台安全性。同时，富数科技具备一套体系化的方法论和工具，从系统安全、算法平安、实现平安等多方面提供平台的平安保障，并通过隐衷计算流程可视化让用户分明各个环节逻辑和数据流向，防止黑箱操作，减少用户安全感。此外，Avatar 平安计算平台已通过信通院多方平安计算产品的平安专项测评。
典型客户：
中国银联、中国银行、交通银行、招商银行、广东农信
锘崴科技
厂商介绍：
锘崴科技成立于 2019 年, 是一家专一隐衷爱护计算技术的服务提供商，开创团队来自加州大学圣地亚哥分校 UCSD 等高校，具备深厚的隐衷计算、生物医疗信息等畛域的学术和实践经验，团队成员多来自 IBM、Google、Thermo 等世界五百强企业。锘崴科技开发了一整套自主、平安、可控的隐衷爱护计算平台产品，业务场景笼罩医疗、金融、保险、政务、安防等。
产品服务介绍：
锘崴科技的锘崴信隐衷爱护计算平台是领有自主知识产权，已通过多项权威测评，平安、可控的隐衷计算基础设施平台。平台包含了平安联邦学习零碎、多方平安计算 MPC 零碎、超交融沙箱（TEE）三个外围模块，可为用户提供隐衷查问、隐衷建模 / 剖析、隐衷推理等隐衷计算性能，并兼顾性能、安全性、精度等多种要求。
针对金融行业用户，锘崴科技提供了金融服务隐衷爱护计算平台 (NovaFintech)。作为锘崴信隐衷爱护计算平台的子平台，其可能满足金融行业用户对数据源、剖析性能、应用交互的差异化需要。提供跨多个数据源（远大于 3 方）的联结隐衷求交和隐衷建模能力，同时能够反对歹意模型、避免侧信道攻打等平安性能。同时提供差异化的数据源链接资源，满足特定金融场景的需要。
同时，锘崴科技也提供基于国产化 CPU、加速卡、可信执行环境的锘崴信一体机产品，为用户提供软硬件联合的隐衷爱护计算解决方案。
厂商评估：
锘崴科技的隐衷计算产品与服务在面向金融行业用户中，具备反对丰盛的利用场景、面向简单利用场景的高性能与高精度、多数据源链接、以及平台安全性等劣势。
锘崴科技的隐衷爱护计算平台能反对金融行业用户丰盛的利用场景。锘崴信金融服务隐衷爱护计算平台 (NovaFintech)是面向金融场景的隐衷计算子平台。该平台基于锘崴科技通用的隐衷爱护计算平台底座，通过对下层利用的灵便部署，从而解决金融客户在不同场景下的隐衷计算需要。NovaFintech 帮忙银行保险机构借助全行业数据来进行平安的联结剖析建模，已在金融行业中的业务拓展、数字营销、精准获客、智慧风控、智能反欺诈等具体场景中一直落地。
锘崴科技的隐衷爱护计算平台在解决简单的金融业务场景过程中具备性能与精度的劣势。锘崴科技的隐衷爱护计算技术最早基于医疗畛域的简单场景中的非结构化数据一直迭代优化，因而平台在简单的金融场景中的性能及精度劣势显著。例如，锘崴科技在与某金融机构单干过程中，须要对人脸识别零碎进行隐衷爱护计算解决，因为人脸图像数据的复杂度远高于结构化数据的复杂度，传统的多方平安学习技术无奈满足其对精度与性能的要求。锘崴科技通过交融机器学习技术模型与自研的隐衷爱护计算算法，在保障人脸识别零碎高精确度的同时，最大水平上保障了隐衷计算性能。
锘崴科技通过连贯丰盛的数据源为金融客户提供基于隐衷计算的数据连贯能力。锘崴科技在通信运营商、银行、银联、公安部门等机构，部署了多个隐衷计算节点，增强隐衷计算生态网络建设，为上游的金融行业用户继续赋能。如反赌反诈反洗钱平台的搭建过程中，锘崴科技通过对多源数据的特征提取，模型设计及策略匹配，对交易过程数据、IP 数据、卡片数据进行综合剖析，对资金和账户进行定性，对涉赌、涉诈、虚构币、洗钱账户进行全方位监管，并向相干机构提供预警服务。
在产品安全性方面，锘崴隐衷爱护计算平台已通过了信通院联邦学习及可信执行环境根底能力专项测评，以及公安部隐衷爱护计算平台产品测评与国家信息系统安全等级爱护三级备案与测评。
同盾科技
厂商介绍：
同盾科技是中国当先的人工智能科技企业，专一于决策智能畛域，通过基于人工智能的决策智能平台和基于隐衷计算的共享智能平台，聚焦金融风险、平安和政企数字化三大畛域，利用公司的算法、工具以及数据生态，帮忙客户防备欺诈和平安危险，推动智能化决策过程，晋升业务决策的灵活性、敏捷性和准确性。
产品服务介绍：
智邦平台是同盾科技的隐衷计算平台，平台基于联邦学习、多方平安计算、隐衷平安求交等多种隐衷计算技术，并联合工业级算子库 Caffeine、联邦数据安全替换协定 FLEX、计算与通信引擎 Ionic 等性能组件，可为客户在精准营销、风控联结建模、反电诈、反洗钱等多种场景实现隐衷计算利用。
同时，智邦平台构建了从数据到常识转化的常识联邦生态系统，可能实现常识的共享，并利用各参与方数据进行联结计算、联结建模、联邦预测，以及利用常识网络进行常识推理、常识演绎，从而让常识能在不同常识源之间自在流动，撑持智能决策。
厂商评估：
同盾科技的隐衷计算产品及服务具备能疾速部署并实现业务成果，反对基于常识网络的智能决策，能提供丰盛的数据源、利用场景与建模征询，以及较高的性能和安全性等劣势。
智邦平台提供全流程的隐衷计算解决方案能力，可能疾速部署并实现业务成果。在平台架构方面，平台采纳 k8s 云原生分层架构，可无缝对接用户的公有云、私有云、混合云等环境，并反对容器化的麻利交付和疾速公布；在隐衷计算应用形式方面，同盾科技自研的通过工业级验证的算子库蕴含隐衷计算典型的算子和协定，用户能够灵便自主地构建隐衷计算工作流，也能够间接调用平台内曾经封装过的算子组合，升高应用门槛；在应用服务方面，平台在下层对接了同盾科技或第三方的营销、风控等各类 SaaS 利用，能放慢利用的落地；此外，平台还提供数据交换沙箱性能，解决多源异构数据接入难，以及数据规范不统一的问题。
智邦平台可基于同盾科技的常识联邦框架体系进一步将数据转化为常识，以在各类业务场景中实现智能决策。常识联邦框架体系通过平台的一系列工具组件顺次从信息层、模型层、认知层、常识层四个层面实现数据到常识的转化。在信息层，平台对各参与方的数据进行荡涤、转化和加密；在模型层，平台通过联邦学习将参加各方训练的模型参数进行聚合更新；在认知层，平台通过神经网络中的全连贯层、特征提取后的高层语义特色等嵌套特色进一步更新模型，晋升其精度；在常识层，平台则通过构建常识网络，以及常识交融、常识推理，实现智能决策。
同盾科技积攒的宏大的客户生态可为金融等行业客户提供丰盛利用场景以及业余的建模咨询服务。同盾科技服务客户数量曾经超万家，客户类型涵盖 22 个行业，118 个细分畛域，一方面，能为客户触达多元化的数据源，反对精准营销、智能风控、反电信欺诈、反洗钱等金融业务场景；另一方面，可能为隐衷计算技术落地提供宽泛的利用场景，并提供业余的建模咨询服务。此外，同盾科技通过智邦产品与招商银行慧点平台及友商间零碎间的产品级互联互通，并凋谢其自研的数据交换协定 FLEX 或兼容其它互通互联协定，为客户构建常识共享生态。
智邦平台具备较高的计算性能，能满足金融等行业用户在特定场景中的实时性要求。平台对海量数据下的内存数据分片进行了深度的定制优化，能在小时级耗时内实现十亿级别数据的平安对齐；同时，同盾科技自研的通信框架 Ionic 通过优化流程编排、任务调度，进步算子并行度等形式晋升了联邦算法等通信效率，平台的建模计算效率因而晋升了 9 倍、资源耗费升高了 70%-80%、模型精度与本地误差在 0.1%；此外，平台还反对分布式在线预测，单机性能可达上千 qps。基于这些性能的晋升，平台能够在信贷审批、反欺诈等实时性要求较高的场景中满足低于 200 毫秒响应的性能要求。
在平安合规方面，智邦平台采纳最高安全等级的不经意传输、同态加密算法构建隐衷计算利用。同时，平台能够兼容牢靠的第三方流量审计工具，如 Tcpdump，对每一条数据的用处进行验证，及时发现明文泄露等危险，保障计算结果合乎隐衷计算要求。此外，智邦平台也已通过信通院基于多方平安计算，以及基于联邦学习的数据流通产品根底能力专项测评。
典型客户：
工商银行，招商银行，桔子数科
3.2 政府与公共服务隐衷计算解决方案
定义：
政府与公共服务隐衷计算解决方案是指面向政府与公共服务的数据流通场景，实现用户数据可用不可见的隐衷计算产品和服务。次要利用于政务部门各类数据共享和数据对外开放场景。
终端用户：
各地大数据局、数据交易所、委办局等政府和公共服务机构的信息化部门、大数据部门、业务办理部门等
外围需要：
随着数据因素市场化、政企数据交融等政策的相继出台，政府与公共服务等政务机构近年来正踊跃推动政务数据在不同部门间的外部共享，从而进步政府治理程度和公共服务效力，同时，政务数据进一步的对外开放还可为泛滥行业企业赋能，进步社会经济效益。因为政务数据蕴含社保、公积金、税务、交通、水电等多种数据，扩散在不同部门，加上政务数据波及大量公民隐衷，管控严格等因素，以往的政务数据流通共享审批手续繁琐，协调十分艰难。隐衷计算技术可能在保障数据隐衷的前提下，实现数据在机构间平安地流通、共享和利用，正被政务机构开始尝试采纳。政务部门对隐衷计算解决方案的外围需要包含：
- 能用隐衷计算技术买通多方数据，且隐衷计算的应用门槛要低。目前政务部门对隐衷计算利用的次要诉求在于买通多方数据，满足常见业务场景的需要，如统计分析、联结建模、数据查问等，因而政务部门须要应用多方平安计算、联邦学习等技术实现这些利用。此外，政务隐衷计算解决方案存在大量业务部门的用户，因而须要在罕用场景中能够间接调用已封装好的利用。
- 在多参与方的利用场景中保障良好的计算性能。政务隐衷计算利用通常波及多个政务部门的数据源，且随着政务数据进一步对外开放，数据利用方也将可能达到数十甚至数百家。因而，政务部门须要在这类场景中保障较高的计算性能。
- 能让数据因素以平安可信的形式对外充沛流通和凋谢。政务数据通过隐衷计算施展协同价值的前提是数据可能跨部门、跨区域、跨行业充沛流通和凋谢，因而，政务部门须要欠缺的数据经营体系撑持数据的流通和凋谢，并通过区块链技术对数据进行确权，实现数据资产化。
- 满足平安合规要求。政务数据波及大量公民隐衷，政务部门对其管控严格，因而政务部门须要隐衷计算解决方案在数据安全爱护、零碎环境等方面具备很高的安全性。同时，为保障隐衷计算核心技术的自主可控，政务部门要求隐衷计算解决方案相干软硬件的外围模型实现齐全的国产化。此外，政务部门还要求供应商的产品通过了权威测评机构的平安规范测评。
厂商能力要求：
- 具备多方平安计算、联邦学习、同态加密等多种隐衷计算技术能力，并能较低的门槛供业务用户应用。一方面，厂商须要提供多方平安计算、联邦学习等技术撑持政务部门的统计分析、联结建模、数据查问等利用需要，且厂商尤其须要具备高性能的同态加密技术，以在多参与方的计算场景中进步计算性能，并升高对政务部门业务零碎的革新。另一方面，厂商须要为一些政务部门罕用的场景定制隐衷计算利用，并以可视化的形式供业务用户调用，或以软硬件一体机的模式提供给用户。
- 在多参与方的利用场景中晋升计算性能。一方面，厂商须要针对联结计算、匿踪查问等场景晋升计算性能，包含算法优化、通信优化、硬件加速等多方面的性能优化；另一方面，厂商须要进一步提供多租户治理能力，对计算资源进行切割，晋升高并发和多租户模型下的计算性能。
- 提供基于区块链技术的数据经营服务。厂商需提供数据流通 / 共享平台，并以平台为核心构建数据经营服务体系，连贯多方的数据源机构和数据利用机构，以撑持各方在平台上实现数据的流通和共享。同时，厂商须要在平台中利用区块链技术，通过对数据、数据处理门路和规定、参与方身份、分配机制等进行上链存证，保障数据流通各环节中数据和参与方的平安可信。
- 隐衷计算解决方案具备较高的安全性。厂商须要通过提供欠缺的的数据加密技术、欠缺平台零碎的安全性设计等进步解决方案的安全性；同时，厂商须要实现隐衷计算相干软硬件外围模型的全副国产化；此外，厂商的产品需取得权威测评机构的平安规范测试。
入选 规范：
\1. 合乎政府与公共服务隐衷计算解决方案的厂商能力要求；
\2. 近一年在该市场服务客户数 3 家以上；
3．近一年该市场相干服务收入规模在 200 万元以上。
代表厂商 评估：
（注：以下代表厂商评估均按厂商简称首字音序排序）
零数科技
厂商介绍：
零数科技成立于 2016 年 8 月，是一家具备当先区块链底层技术及深度利用场景的国家高新技术企业。公司旨在通过区块链及隐衷计算技术，打造数据价值流通基础设施，确保数据在多主体间可信有序流通和平安高效利用，服务于汽车、金融、政务、双碳、文化等畛域深度数字化。
产品服务介绍：
零数隐衷计算服务平台基于多方平安计算、联邦学习、同态加密等技术，为用户提供从多方数据交融、模型训练、模型评估到利用部署的全流程服务。同时，平台提供联结建模、隐匿查问、平安匹配、平安统计等独立的性能或服务组件，可让政务数据安全高效地服务金融、双碳等场景，并实现隐衷计算利用。
帮忙政务等行业用户实现对数据因素全生命周期的隐衷平安治理，零数科技联合隐衷计算和区块链技术，推出了零数数据流通服务平台，在提供残缺的隐衷计算平台性能的根底上，通过利用区块链技术，将数据流通全流程的操作和解决记录上链保留，并在链上用智能合约对计算过程进行合作治理，保证数据应用平安合规。
厂商评估：
零数科技的隐衷计算产品与服务具备应用灵便、能联合区块链技术保障数据和数据共享参与者身份可信、性能和安全性较低等劣势。
零数隐衷计算服务平台的隐衷计算性能具备较高的灵活性，可实现多种隐衷计算利用，并兼顾用户在不同场景中对性能和安全性的不同偏好。零数科技将平台隐衷计算引擎零碎中的联邦学习和多方平安计算引擎解耦为算子库，其中，联邦建模组件库蕴含了数据交融、数据预处理、特色工程、线性回归、逻辑回归、XGBoost、K-Means、模型报告等算法组件；联结计算算子库则蕴含了能实现四则运算、逻辑运算、统计计算等不同计算能力的算子，用户可通过可视化界面组合不同算子构建所需的隐衷计算模型。同时，平台的隐衷计算引擎零碎也蕴含了面向具体利用场景的隐匿查问、平安匹配引擎，用户可间接调用其性能模型，实现相干利用。
零数数据流通服务平台是一款隐衷计算与区块链联合的产品，可能保障数据以及数据共享参与者身份的可信，晋升数据共享流通的效率。一方面，借助区块链技术，平台可对数据采集、数据处理的门路和规定等进行上链存证，并通过平台的数据共享目录凋谢给第三方应用，从而保证数据在流通的全生命周期合规、可信，并反对预先的审计追溯；另一方面，平台可借助区块链技术实现去中心化的隐衷计算调度，当发动一项隐衷计算工作时，平台能够在链上生成智能合约作为调度指令，由合约规定参与方身份，以及每个参与方须要提供的数据或计算规定等，从而避免调度指令被篡改。此外，平台还可进一步通过智能合约设定各参与方认可的分配机制，对各参与方的贡献度进行评估和认定，并基于贡献度对收益进行调配。例如在“区块链 + 园区能源双碳”利用场景，对企业的绿色水平的评估须要多维度的数据，包含企业用水、电、气、热能的状况，还包含企业的所属行业、规模、经营收入、征税等指标，还包含企业对于光伏等绿色投入状况。传统互联网填报模式收集数据效率低下，且容易泄露企业隐衷，对企业带来不利影响等因素，因而企业往往不违心填报。通过零数数据流通服务平台，能够实现多方数据的隐衷求交与平安交融，并采纳联邦学习相干特色与模型算法，训练造成企业绿色信用评级模型。通过内置企业绿色评分与财务评分的综合教训逻辑模型，即依据模型各指标权重的设置，能够无效评估企业的绿色信用情况，最终输入园区各企业的绿色信用评级后果。整个过程中利用隐衷计算数据提供方不泄露数据，平台不泄露计算模型，而区块链解决了信赖问题，确保要害数据未经篡改、计算过程通明可溯。
零数隐衷计算服务平台具备较高的计算性能。零数科技对平台内置的算法进行了大量优化，通过升高通信次数，通过应用更加底层的开发语言来实现根底算法算子以进步运算效率，优化计算逻辑等进步计算性能。同时，联合硬件加速卡，以及计算调度流程的优化等，平台能够在一些隐衷计算场景，如亿级数据量的隐匿查问中，比同类解决方案效率晋升 25%。
在隐衷计算的安全性方面，零数科技从零碎、算法协定、数据、利用、通信、明码等多个层面做了大量权限管制、加密解决等工作，能保障用户的安全性需要。同时，零数联邦学习平台也已通过了信通院联邦学习根底能力专项测评，在调度治理能力、数据处理能力、算法实现、成果及性能、安全性等方面，取得了权威认可。
典型客户：
青岛某区大数据局、江苏某市大数据局、上海某大数据中心
同态科技
厂商介绍：
同态科技是一家隐衷计算数据保护服务商，基于自主可控的同态加密技术，在政务、金融、军民交融等畛域为用户提供数据交换共享及隐衷计算数据保护服务，实现数据可用不可见、合规数据标准化、数据利用全流程可控等。
产品服务介绍：
“隐衷计算利用一体化平台”是同态科技次要的隐衷计算平台产品，基于自研的超高速同态加密算法，隐衷计算利用一体化平台为用户提供数据隐衷爱护和数据共享利用能力，可用于机器学习、数据统计、隐衷查问等场景。同时，用户可在该操作系统中间接应用预置的隐衷计算利用，或基于开发接口定制下层的隐衷计算利用，作为底层基础设施赋能联邦学习与多方平安计算。
同态科技的隐衷计算一体机是寰球首款超高速全同态加密机，集成 SM2、SM3、SM4 和高速同态加密算法，为数据共享隐衷计算提供标准化的数据输入能力，实现免侵入式隐衷计算解决方案。采纳硬件算法高速芯片，提供隐衷计算硬件化能力，依靠规范的商密硬件平台，对外提供超高速同态加密能力以及多种开发接口，赋能数据隐衷爱护。同时，提供平安受权治理服务，为各客户端用户提供独立设施密钥，保障下层以及设施的平安受权及应用。
厂商评估：
同态科技的隐衷计算产品与服务在面向政府行业用户中，具备满足不同技术水平用户需要、对业务零碎革新小、能在多参与方的隐衷计算场景中保障性能、以及较高的安全性等劣势。
同态隐衷计算利用一体化平台能满足不同技术水平用户需要，并保障良好的交互体验。业务用户可通过可视化页面间接调用平台内置的数据受权、数据协同、身份认证、数据建模等隐衷计算利用，疾速构建利用；利用开发用户可通过服务级 API 接口调用平台内置的数据隐衷爱护服务、数据隐衷计算服务等隐衷计算能力，定制专属的隐衷计算利用；技术研发用户可通过内核级 API 接口调用包含同态加密、同态解密、属性解密、国密算法 SM2/SM3/SM4、ID 去标识化等在内的同态加密能力，用于与多方平安计算、联邦学习等技术交融造成隐衷计算解决方案。
同态隐衷计算利用一体化平台对用户业务零碎革新影响较小，升高政务用户与其业务零碎进行集成的老本。基于同态加密技术，隐衷计算利用一体化平台能让数据在加密后放弃原有的计算能力，不影响原有业务零碎中的数据流向、数据应用形式，数据源仅需在原零碎中增加隐衷计算一体机，数据逻辑、业务逻辑、零碎逻辑、代码逻辑以及通信逻辑均无需批改，零碎侵入性降到最低。如在公安机关的反欺诈零碎中，公安机关只须要部署一套同态加密利用零碎，对外提供经同态加密爱护的数据，就能实现对不同反欺诈场景的数据撑持。
同态科技自研的同态加密算法能在多参与方的数据交换、数据查问等场景中保障计算性能。一方面，同态科技自研的超高速同态加密算法是一种高效的全同态加密算法，解决了经典全同态加密技术效率低、密文长度大等问题，能显著升高密文膨胀率，晋升加解密与密文利用的效率，比照开源的同态加密算法，整体性能实现千倍级晋升。另一方面，因为同态加密算法在数据层加密，无需搭建多套利用零碎，绝对比多方平安计算，同态加密能大幅升高通信交互频次，节俭算力，进步计算性能。
在安全性方面，一方面，同态科技的超高速同态加密算法自主可控，并且相干软硬件产品的外围模块全副国产化，核心技术平安可控，能充沛实现数据安全和利用平安。另一方面，金融畛域技术能力取得中国人民银行上司检测核心认证、明码畛域技术能力取得国家明码检测核心认证、数据交换共享模式取得国家信息中心认可。
典型客户：
公安部第三研究所，浪潮云，上海数据交易所
3.3 医疗隐衷计算解决方案
定义：
医疗隐衷计算解决方案是指针对医疗畛域的数据流通场景，实现用户数据可用不可见的隐衷计算产品及服务，次要利用于临床诊断、医学钻研、医保治理、医药研发、基因剖析、疾控治理等场景。
终端用户：
医院各科室，各地卫健委、医保局、疾控中心等医疗机构的大数据部门、科技研发部门，医药企业的药物研发部门等
外围需要：
随同医疗信息化的继续推动，医疗机构积攒了大量医疗数据，通过人工智能和统计分析，这些数据能够被利用在临床诊断、医学钻研等泛滥场景。然而，医疗数据的利用通常须要收集来自不同地区、不同人群的样本数据，并须要蕴含临床、测验、基因等多种维度。因为单个医疗机构积攒的样本数据量通常无限，因而医疗机构须要采纳隐衷计算技术对不同的数据源进行联结建模或联结计算。医疗机构对隐衷计算解决方案的外围需要包含：
- 能在多种不同平安假如与计算复杂度的场景中利用隐衷计算。医疗隐衷计算利用场景多样且简单，如疾病诊断、医学影像、基因组学、药物靶点发现等，各类场景对于精度、性能和安全性的要求差异较大，因而医疗机构须要利用多种隐衷计算技术，并依据需要对不同技术计划进行交融。
- 利用多种医疗畛域业余的 AI 模型和统计分析办法来解决各类医疗数据。医疗数据的类型较简单，蕴含各种结构化和非结构化数据，尤其是基因、医学影像等数据的复杂度极高；与此同时，医疗畛域的数据处理高度专业化，须要宽泛联合医学、生物学、药学等畛域的专业知识。因而，医疗机构在解决数据时须要利用多种医疗畛域业余的 AI 模型和统计分析办法。
- 在多参与方的利用场景中保障良好的计算性能。医疗隐衷计算利用场景，如联结多家机构的病例比照，药物有效性钻研，常常须要联结十多家甚至更多的参与方。医疗机构因而须要在这类场景中保障较高的计算性能。
- 在特定利用场景中实现很高的计算精度。一些医疗隐衷计算利用场景，如病人用药和疗程布局等，要求计算结果十分准确，因而，医疗机构须要隐衷计算解决方案在这类场景中具备很高的模型精度。
- 链接同一区域或同一畛域多方的医疗数据资源。医疗隐衷计算利用常常会受限于样本数据量，如疾病诊断，单个医院领有的病例样本量往往无限，因而医疗机构通常须要链接同一区域或同一畛域多方的数据源满足模型训练或联结计算要求。
- 满足平安合规要求。医疗数据波及大量病患隐衷，这些数据的透露会造成法律和道德风险，因而医疗机构须要隐衷计算解决方案在数据安全爱护、零碎环境等方面具备很高的安全性。
厂商能力要求：
- 具备多方平安计算、联邦学习、同态加密、差分隐衷、可信执行环境等多种隐衷计算技术能力。厂商须要提供多种密文计算技术，以实现对联结建模或联结计算不同环节的加密，满足安全性要求的同时，兼顾性能和精度；针对医疗行业用户，厂商尤其须要提供基于可信执行环境的解决方案，以在计算复杂度，以及性能、精度和安全性要求都很高的场景中，满足用户需要。
- 提供业余的医疗畛域的 AI 模型和统计分析办法。如针对临床诊疗，提供辅助诊断、医治计划举荐、用药举荐等方面的 AI 模型；针对医学影像剖析，提供病灶辨认等 AI 模型；针对基因剖析，提供基因对齐、全基因组关联剖析、人口分层等分析方法。
- 在多参与方的利用场景中晋升计算性能。一方面，厂商须要对计算效率、数据压缩、带宽等进行优化，晋升多参与方之间的通信效率，从而晋升计算性能。另一方面，厂商也能够通过算力网络为用户调度第三方算力资源来晋升计算性能。
- 在特定场景中提供高精度的联邦学习模型。厂商须要在对计算结果精确度要求很高的场景中进步模型精度，如通过自研联邦学习框架，升高联邦学习模型拆分造成的精度损失。
- 在特定区域或畛域范畴建设数据生态，通过数据经营为用户提供丰盛的数据资源。医疗隐衷计算利用落地的要害是数据资源，厂商须要在特定区域，如省市级内，或特定畛域，如针对某一疾病的钻研，联结卫健委、医院、医保局、医药公司等多方建设丰盛的数据生态，并提供数据经营服务。
- 隐衷计算解决方案具备较高的安全性。厂商须要通过提供高等级的数据加密技术、欠缺平台零碎的安全性设计等进步解决方案的安全性。并取得权威测评机构的平安规范测试。
入选 规范：
1. 合乎医疗隐衷计算解决方案的厂商能力要求；
2. 近一年在该市场服务客户数 3 家以上；
3. 近一年该市场相干服务收入规模在 200 万元以上。
代表厂商 评估：
（注：以下代表厂商评估均按厂商简称首字音序排序）
锘崴科技
厂商介绍：
锘崴科技成立于 2019 年, 是一家专一隐衷爱护计算技术的服务提供商，开创团队来自加州大学圣地亚哥分校 UCSD 等高校，具备深厚的隐衷计算、生物医疗信息等畛域的学术和实践经验，团队成员多来自 IBM、Google、Thermo 等世界五百强企业。锘崴科技开发了一整套自主、平安、可控的隐衷爱护计算平台产品，业务场景笼罩医疗、金融、保险、政务、安防等。
产品服务介绍：
锘崴科技的锘崴信隐衷爱护计算平台是领有自主知识产权，已通过多项权威测评，平安、可控的隐衷计算基础设施平台。平台包含了平安联邦学习零碎、多方平安计算 MPC 零碎、超交融沙箱（TEE）三个外围模块，可为用户提供隐衷查问、隐衷建模 / 剖析、隐衷推理等隐衷计算性能，并兼顾性能、安全性、精度等多种要求。
针对医疗行业用户，锘崴科技提供了锘崴信医疗大数据保护计算平台（NovaVita）。作为锘崴信隐衷爱护计算平台的子平台，其可能满足医疗行业用户对数据源、剖析性能、应用交互的差异化需要。
同时，锘崴科技也提供基于国产化 CPU、加速卡、可信执行环境的锘崴信一体机产品，为用户提供软硬件联合的隐衷爱护计算解决方案。
厂商评估：
锘崴科技的隐衷计算产品与服务在面向医疗行业用户中，具备平台功能完善、应用体验良好、能保障多参与方的良好计算性能、提供面向医疗场景的业余剖析性能、满足高精度和高安全性等劣势。
锘崴科技的隐衷爱护计算平台能适配针对医疗行业用户需要的欠缺性能，并提供良好应用体验。锘崴信医疗大数据保护计算平台 (NovaVita)是面向医疗场景的隐衷计算子平台，该平台基于锘崴科技通用的隐衷爱护计算平台底座，在下层部署可编排的功能模块组，为医疗畛域的不同客户提供匹配的隐衷计算解决方案。该平台在帮忙医药企业、医疗机构等提供平安高效的数据交融同时，也提供医疗大数据监管撑持服务，平台通过病例数据共享，联合 AI 学习模型等技术，赋能医学诊断、新药研发、基因剖析等具体利用场景。
锘崴科技的隐衷爱护计算平台可能保障在大规模参与方（比方，10~100 方）的医疗场景中的良好计算性能。锘崴科技在平台底层架构的设计中，对多参与方联结计算场景进行了深度优化，在保障计算性能的同时，也解决了大规模的多方数据带来的通信性能降落问题。如在汇聚模型过程中，通过交融 SIMD 技术进步整体计算效率；在通信传输过程中，通过分布式压缩等形式，对通信效率进行重点优化；在隐衷求交中，通过对称加密的解决方案对带宽进行优化等。
锘崴科技的隐衷爱护计算平台能提供针对医疗场景中各类业余度和复杂度较高的剖析性能。锘崴科技基于在医疗畛域多年积淀的方法论，将特征选择、统计匹配、基因对齐、全基因组关联剖析、医学影像宰割与归类等多种医疗畛域的分析方法与隐衷计算技术互相交融并造成功能模块，可能实现对医学影像、基因数据等非结构化数据的计算。
锘崴科技的隐衷爱护计算平台可能满足一些特定医疗场景对模型的高精度要求。锘崴科技自研的联邦学习框架反对简单的无损模型拆分形式，无效的补救了通常的 Model Averaging 形式所造成的精度损失，可能保障拆分下的联邦学习模型的精度数值上齐全等价于数据合并当前明文下的计算精度。
在产品安全性方面，锘崴隐衷爱护计算平台已通过了信通院联邦学习及可信执行环境根底能力专项测评，以及公安部隐衷爱护计算平台产品测评与国家信息系统安全等级爱护三级备案与测评。此外，锘崴科技在平台中引入避免合作方之间串谋或篡改的能力，进一步强化了针对医疗场景的隐衷计算安全性。
典型客户：
华西医院、新华医院、神州医疗、新加坡基因研究所、美国雷迪儿童医院
翼方健数
厂商介绍：
翼方健数（Basebit.ai）是“数据和计算互联网”的先行者，是一家专一隐衷平安计算、人工智能和大数据的高科技公司。翼方健数以隐衷平安计算为外围，服务医疗、政务、金融、保险、营销、迷信等畛域，建设在数据安全和个人隐私爱护根底上的数据凋谢生态和数据共享合作环境，并在此基础上倒退人工智能的能力，为行业赋能。
产品服务介绍：
翼方健数技术的特点是针对数据跨域流通的全流程，提供一套全栈的技术解决方案。通过隐衷平安计算平台翼数坊 XDP，实现数据分享和价值获取的能力，外围模块包含分布式文件系统 XFS、计算资源调度与适配引擎 XEE、高效的数据发现与整合模块 DaaS 以及为不同信赖假如场景储备的平安计算技术门路 PCT，利用全栈技术产品保证数据隐衷和平安的同时，解锁数据价值。翼数坊 XDP 平台具备数据全生命周期治理、松软的隐衷平安计算技术体系、数据驱动的差异化 AI 利用三大外围能力。
在医疗衰弱畛域，通过隐衷平安计算与人工智能联合，为医疗机构、科研机构、生物医药企业提供端到端的全链条数据解决方案。
针对有数据荡涤与治理的医疗行业用户，翼方健数还提供了基于人工智能的高效数据治理工具 DataWand。
厂商评估：
翼方健数旨在以隐衷计算为外围，打造数据和计算互联网（IoDC，Internet of Data and Computing），提供贯通数据全价值链的全栈技术解决方案，并在医疗行业丰盛的落地案例、自研的隐衷计算平台、面向多行业多场景的 AI 能力、通过 IoDC 提供数据和算力资源、平台安全性等方面具备劣势，在隐衷计算医疗行业中处于领先水平。
联合隐衷计算与人工智能，翼方健数搭建了从医疗数据到智能利用端到端的能力，并且服务医疗多场景。例如基于医学大脑打造的以智慧病案为外围的一系列智能利用、针对医保或商保的风控解决方案、数据驱动的 AI 制药、真实世界钻研、多模态组学数据分析合作、院内数据资产治理平台、传染病防控等围绕数据的医疗数字产业化解决方案。隐衷计算的指标是为客户解锁数据的价值，在医疗衰弱畛域，尤其是针对各级各类医疗机构，须要具备医疗畛域的全栈技术包含从数据会集到数据治理，从隐衷计算到智能工具模型建设，再到最终造成各种智能利用在不同场景下提供落地的服务。翼方健数建设了这样的端到端能力，并在诸如瑞金医院等头部三甲医院实现以数据驱动的将来智慧医院的建设。
在翼数坊 XDP 平台中，进行数据安全存储、汇聚与发现、计算资源调度及隐衷计算技术，可能从数据中获取价值，实现数据因素全生命周期的治理和流通。内置多种自研的隐衷计算技术，可能满足不同平安信赖假如和计算复杂度场景的用户需要。平安沙箱 XSSBox 可为单体平台提供零信赖的本地计算环境；可信执行环境 XTEE 可为 XDP 平台内和平台间的计算工作提供基于硬件的可信执行环境；自研的联邦学习框架 XFL 反对包含横向、竖向和联邦迁徙学习等多种支流算法，性能、模型精度和安全性优于支流开源框架；自研的密文计算框架 SXCE 能集成 MPC/FHE/DP/ZKP 等多种隐衷计算技术，可用于不同精度和性能要求的密文计算，也可配合联邦学习，增强联结建模的安全性。
翼方健数具备实用医疗场景的 AI 模型和医疗知识库，可能解决简单的多模态医疗数据。医学知识库基于机器学习、常识图谱技术构建了 200 万 + 医学概念、2000 万 + 医学关系、10 万 + 医学推理规定、500 万 + 互映射医学编码。平台内置了大量医疗畛域自主研发的 AI 模型，如病历后结构化、传染源发散流传、辅助诊断、辅助查看 / 用药、影像病灶辨认、医保欺诈监测、DRG/DIP 智能费控等，为各医疗场景实现数据驱动赋能。
此外，基于翼数坊 XDP 构建的 IoDC 可能帮忙用户触达更多的数据和算力资源。翼方健数通过隐衷计算“数据可用不可见”的能力，在爱护数据隐衷平安的前提下，通过构建数据网络，帮忙数据在可管控、可度量且受隐衷平安爱护的前提下为人工智能提供数据上的助力。在翼方健数构建的 IoDC 中，通过平台的隐衷计算能力，以及分布式文件系统、数据发现与整合、计算资源调度与适配等性能，每个节点都具备了残缺的数据价值实现能力。一方面，用户能够通过 IoDC 应用来自各类政务和医疗机构的受权数据。例如，在湖北宜昌市，通过买通多个政企内外部数据源并跨平台联结计算，进行传染病多点触发预警。通过政企数据交融，各方数据合作，利用不同数据源筛选出传染疾病的高风险人群，精准筛选、打消误报，实现数据驱动的智能传染病防控。另一方面，通过 IoDC 调配超算核心、高校的数据和算力资源。例如翼方健数与南京江北新区生物医药公共服务平台单干，调用数据和算力资源，推动区内 IoDC，能够一站式解决生物医药产业的科研、生产和临床转化、药物研发等理论问题。
安全性方面，翼方健数能充沛满足医疗用户对数据安全合规的需要。翼方健数参加制订中国通信标准化协会、中国信通院组织的多项隐衷计算平安、互联互通规范，翼数坊 XDP 平台已通过信通院“可信执行环境”、“联邦学习”、“多方平安计算”的相干能力测评以及衰弱医疗大数据可信选型评估。
典型客户：
宜昌市卫生衰弱委员会、厦门市衰弱医疗大数据管理核心、上海交通大学医学院从属瑞金医院、四川大学华西第二医院、中山大学肿瘤防治核心
3.4 隐衷计算平台
定义
隐衷计算平台，是指基于平安多方计算、联邦学习等多种隐衷计算技术，在为数据提供隐衷爱护的前提下，实现数据在流通中可用不可见的平台型工具。隐衷计算平台具备通用的隐衷计算技术服务能力，可能撑持企业用户构建各类隐衷计算利用解决方案。
终端用户：
金融、政务、医疗、批发、电信、交通等各畛域企业或机构的 IT 部门、大数据部门、科技翻新部门
外围需要：
随着数据成为各行业企业翻新业务、优化经营治理的要害因素，跨组织的数据流通共享成为企业越来越重要的需要。与此同时，《网络安全法》、《数据安全法》、《个人信息保护法》等法律法规的陆续出台，为数据流通减少了诸多合规要求。因而，近年来各行业泛滥企业和机构都开始关注隐衷计算，并心愿搭建隐衷计算平台，为进一步摸索隐衷计算的利用场景构建基础设施。企业对于隐衷计算平台的外围需要通常包含：
- 具备较高的通用性。企业潜在利用场景十分宽泛，但在平台部署初期这些利用场景往往不够明确。因而，企业须要平台具备较高的通用性，能满足企业将来潜在的多种利用场景和性能需要。
- 操作形式灵便。不同隐衷计算利用场景的定制化水平存在差别，从调用算子来组合计算流程，到自定义计算流程，其对于用户技术水平要求也不同。因而，企业须要平台具备多种操作形式，灵便满足用户需要。
- 易于部署和集成。一方面，企业心愿隐衷计算利用能疾速落地并产生成果，因而须要解决方案能以便捷和疾速的形式进行部署；另一方面，很多企业曾经建设了较简单的业务和 IT 零碎，因而须要隐衷计算解决方案能在对原零碎革新尽量小的前提下，与原系统集成。
- 具备较高的性能。在联结建模、联结统计分析等离线场景中，随着数据规模的减少，以及利用场景的丰盛，其计算性能会受到制约；而在联结预测、匿踪查问等实时性要求较高的场景中，随着申请量的减少，计算时延也会逐步浮现。企业须要平台能在这些场景中具备较高的性能。
- 具备较高的安全性。为保障数据资产平安，以及为满足相干法律法律的要求，企业须要平台在数据安全爱护、零碎环境、计算流程的可解释性等方面满足较高的安全性要求。
厂商能力要求：
- 台在隐衷计算技术和零碎性能方面具备通用性。在隐衷计算技术方面，平台须要具备联邦学习、多方平安计算等多种隐衷计算技术能力，能撑持联结建模、联结统计、隐衷求交、匿踪查问等多种利用场景；在零碎性能方面，平台须要将零碎性能模块化，反对用户依据需要自助减少功能模块，如区块链存证、AI 计算、SQL 等模块。
- 平台具备灵便的操作应用形式。一方面，平台须要将多方平安计算、联邦学习等算法拆分为细化的算子，反对用户依据需要以图形化的形式组合算子，构建计算流程；另一方面，平台还须要反对一些用户在定制化水平更高的场景中采纳 Python 和 SQL 等形式编译计算脚本，自定义计算流程。
- 平台能被疾速部署和集成。在部署方面，除了本地部署模式，平台须要提供麻利化的部署和交付形式，如平台采纳云原生架构，并反对容器化的交付形式；以 SDK 或 API 的形式反对用户疾速构建隐衷计算利用；在与原系统集成方面，平台须要提供组件化和接口化服务撑持隐衷计算平台与原零碎之间在数据、账号、日志等方面疾速对接。
- 平台在各类离线和实时场景中具备较高的性能。在离线场景中，平台须要反对大规模分布式计算和硬件加速能力，进步计算性能；在实时场景中，平台须要在通信效率上做深度优化，并保障实时计算的稳定性，升高实时计算的时延。
- 平台具备较高的安全性。厂商须要通过提供欠缺的数据加密技术、欠缺平台的权限管制等形式进步平台的安全性；并须要反对算法流程可视化，以及反对接入第三方流量审计工具对数据用处进行验证等形式进步计算流程的可解释性和可信度。
入选 规范：
1. 合乎隐衷计算平台的厂商能力要求；
2. 近一年在该市场服务客户数 5 家以上；
3. 近一年该市场相干服务收入规模在 500 万元以上
4、入选厂商列表
