共计 1670 个字符，预计需要花费 5 分钟才能阅读完成。
“隐语”是开源的可信隐衷计算框架，内置 MPC、TEE、同态等多种密态计算虚构设施供灵便抉择，提供丰盛的联邦学习算法和差分隐衷机制。
开源我的项目：
https://github.com/secretflow
https://gitee.com/secretflow
一、什么是隐衷计算
隐衷计算是多种技术的统称，目标是为了让多个数据拥有者，在不裸露数据自身的前提下，实现数据的共享、互通、计算、建模，最终产生超出本身数据的价值，同时保证数据不泄露给其余参与方。
相比传统数据安全的形式，这外面的隐衷计算是齐全依赖技术手段的，从本源上切断对人的信赖。实现参与方之间的可用不可见，在运作过程中它是能够防范参与方之间会存在攻打的状况。推动数据的平安和不泄露隐衷，爱护数据价值和用户的隐衷。
二、隐衷计算技术方向
1、多方平安计算(MPC)
基于密码学的隐衷计算技术; 该技术次要通过设计非凡的加密算法和协定，基于密码学原理实现在无可信第三方状况下，在多个参与方输出的加密数据之上间接进行计算，其次要的技术有同态加密、混同电路、机密分享、零常识证实等。
2、联邦学习(FL)
人工智能隐衷爱护技术交融衍生的技术; 联邦学习是一 个机器学习框架，能无效帮忙多个机构在满足用户隐衷爱护、数据安全和政府法 规的要求下，进行数据应用和机器学习建模。次要有横向联邦学习、纵向联邦学 习以及联邦迁徙学习。
3、可信执行环境(TEE)
可信执行环境基于可信硬件的隐衷计算技术。该技术次要打造一个区域，负责为代码的执行和数据的贮存提供一个更加平安的中央，以此确保其机密性和不可篡改性。例如:Intel 的 SGX，采纳一套面向 CPU 的指令，反对利用创立一个安全区，在该区域内通过指令进行相干的算法逻辑运算; 而 ARM 的 TrustZone 则是将硬件与软件划分为两个环境，别离为平安环境和一般环境, 平安环境可能进行一些窃密操作，且一般环境无法访问，以此实现隔离。
4、同态加密（HE）
同态加密 (Homomorphic Encryption, HE）是指满足密文同态运算性质的加密算法，即数据通过同态加密之后，对密文进行特定的计算，失去的密文计算结果在进行对应的同态解密后的明文等同于对明文数据间接进行雷同的计算，实现数据的“可算不可见”。
5、差分隐衷（DP）
差分隐衷 (Differrential Privacy，DP)是 Dwork 等人在 2006 年针对数据库隐衷问题提出的一种严格的、可量化的隐衷定义和技术。差分隐衷技术的基本原理是：在计算结果中增加噪声，使得批改数据集中单条记录不会对统计后果造成品著的影响，从而保障攻击者在领有背景常识的状况下也无奈推断出该记录对应的敏感信息。
以后，隐衷计算畛域正处于疾速倒退的阶段，涌现出了许多前沿的 SOTA 算法和备受关注的顶会论文。为了不便社区小伙伴学习最新算法、理解隐衷计算行业最新进展和利用，隐语开源社区在 GitHub 创立了 Paper 举荐我的项目 awesome-PETs（PETs 即 Privacy-Enhancing Technologies，隐衷加强技术），精选业内优秀论文，按技术类型进行整顿分类，旨在为隐衷计算畛域的学习研究者提供一个高质量的学习交换社区。
awesome-pets 蕴含：平安多方计算(MPC)、零常识证实(ZKP)、联邦学习(FL)、差分隐衷(DP)、可信执行环境(TEE)、隐衷求交(PSI)、机器学习零碎的攻打和进攻、多媒体隐衷与平安等系列主题论文！
附上 paperlist，供大家学习参考：
https://link.juejin.cn/?target=https%3A%2F%2Flink.zhihu.com%2…
🏠 隐语社区：
https://github.com/secretflow
https://gitee.com/secretflow
https://www.secretflow.org.cn（官网）
👇欢送关注：
公众号：隐语的小剧场
B 站：隐语 secretflow
邮箱：secretflow-contact@service.alipay.com
