one体育官网下载苹果版

数据隐私计算
数据隐私计算平台基于同态加密、秘密分享、不经意传输、混淆电路等密码学技术和机器学习建模技术,通过提供联合盘问、联合运算、联合建模等多种应用模式,实现在维护各方数据平安和隐私,不泄露原始数据的前提下,完成多方联合计算任务,借以实现数据的平安流通,提升数据要素价值。
产品优势
全栈混合引擎
立异自研联邦学习算法,为用户提供高性能、高平安、高兼容、易拓展的数据智能训练平台,实现多方数据资源从备案授权到加密计算与输出的全流程平安可信、可控可追溯。
能力效劳矩阵
管理矩阵、算法容器矩阵及计算原语矩阵松耦合设计,面向差别应用场景提供可界说、可扩展、可兼容的计算能力。
无代码快速建模
可视化建模和脚本建模模式,兼容多平台异构算法包融合运行,支持算法插拔,可随调随用,降低使用门槛,助力隐私计算技术的快速应用。
应用场景
联合风控
金融行业信贷危害评估需要基于历史信贷数据、交易数据外,还需要引入跨行业的用户信息,如政务数据、运营商数据、互联网数据,丰富金融场景数据维度,隐私计算可确保双方或多方在合作中包管数据价值交换时各方的数据平安。
电信反欺诈
运营商的用户静默品级、业务变革情况等数据结合公安诈骗号码库进行联合建模,实现电信欺诈联合预测,隐私计算确保了多方联合建模和预测过程中原始数据不出域。
核心功能
匿踪盘问
由两个加入方联合计算的MPC协议,盘问方在不泄露数据的前提下通过协作对被盘问方进行联合机盘问剖析。
支持多种混淆机制与分桶模式、支持高性能盘问、支持精准计费、支持盘问端SDK。
隐私求交
计算加入各方不会取得交集以外其他方集合中的任何信息。
支持两方及以上求交、支持平衡/非平衡数据集高性能求交、支持多协议(RSA、DH、OT-E)。
联邦建模
联合建模加入各方在不获取(也无法解密或推算)其他任意一方原始数据的情况下完成联合建模;同时维护算法参数、模型参数、损失函数和迭代梯度等中间结果。
多方计算
联合计算加入各方在不获取(也无法解密或推算)其他任意一方原始数据的情况下完成联合计算;同时维护算法参数、模型参数及最终结果。
洞察数据平安 · 直达业务所需 身份与拜访平安 · 数据平安 · 平安管理与运营 · 平安效劳 · 军工保密 查看更多