大数跨境
0
0

官方解读:隐语可信隐私计算技术栈

官方解读:隐语可信隐私计算技术栈 蚂蚁技术AntTech
2022-09-04
2
导读:安全、通用、开放

2022年世界人工智能大会,蚂蚁集团“隐语可信隐私计算技术栈”入选“八大镇馆之宝”,与芯片、大模型、5G等硬核技术一起,成为了本届大会焦点。


 

我们正走向前所未有的数据密态时代,可信隐私计算是实现数据要素密态化的关键技术基础设施。通过可信隐私计算,有助于实现数据流转、计算、数据分析、机器学习直至销毁的全链路数据密态安全可控,做到数据价值与数据安全的平衡。


隐语可信隐私计算技术栈是蚂蚁集团沉淀了6年隐私计算技术与应用的集成之作。隐语可信隐私计算技术栈分为:


上层隐语可信隐私计算开源框架覆盖所有主流隐私计算技术,包括MPC/FL/TEE等,并支持蚂蚁首创的新型可信密态计算(TECC)技术;

中间的可信底座层包含Occlum通用TEE、HyperEnclave信创TEE等,目前已逐步开源,是实现信创TEE的重要技术;

底层软硬件一体化的功能,包含自研芯片、国密加速硬件等自研技术,目前已开放合作。

 

   上层:隐语可信隐私计算开源框架


上层隐语可信隐私计算开源框架(以下简称隐语框架),覆盖包括MPC\FL\TEE\TECC在内的多种隐私计算技术方案,提供从数据分析到建模、预测的全链路数据处理能力,支持从PoC到规模化生产的业务全周期的孵化能力,其中MPC和FL的部分功能已于今年7月开源。


隐语框架提供了很强的与已有机器学习生态的透明性支持能力,特别是在业界首次支持了原生机器学习算子原语,可以直接对接多种主流机器学习框架。传统上隐私计算技术底层技术与上层应用耦合性强,导致每种底层技术的更新都重复开发上层应用,给研发带来巨大的负担。隐语框架通过编译器和IR层的抽象,将底层协议与上层应用分离,上层可以对接传统数据处理的SQL、Pytorch、TF、JAX框架,底层安全协议和技术的更新与上层应用解耦,大大提升了未来可信隐私计算生态应用的发展空间。

隐语可信隐私计算框架在7月4号正式开源以后,得到了业界的好评,目前正在推动和社区、高校的进一步合作。

 隐语可信隐私计算技术栈另外一个非常核心的突破是,创新自研可信密态计算技术TECC,深度的将密码学计算和可信计算技术融合,形成了一种新的可信隐私计算技术,达到了非常好的效果。在适用性、可靠性、性能、成本方面达到均衡,业界首次实现了一小时内完成亿级密态样本训练和数据分析;支持任意多方参与、任意划分的普适性;成本控制在与明文分布式计算相比的一个数量级之内,达到业界使用的基本要求;可达到99.99%甚至99.999%的可靠性要求。总体上综合了密码学技术和可信计算技术,使得未来数据要素密态时代全面支撑能力达到了新的水平。


中层:可信计算基座


中间的可信底座层包括Occlum通用TEE和HyperEnclave信创TEE等核心可信计算组件,目前蚂蚁Occlum等大部分组件已经开源,并成为国际范围内影响力最大的可信执行环境库操作系统之一,HyperEnclave也在开源计划中。


底层:隐私计算一体机

在底层,为了构建隐私计算从硬件、固件、操作系统到应用软件的可信度量和可信传递,满足数据处理全流程的完整性要求,蚂蚁集团自研了隐私计算一体机。通过内置自研的隐私保护计算加速卡、自主可控可信执行环境、国密加速卡、安全可信技术栈等,提供一站式隐私保护计算解决方案,具有自主可控、安全可证、隐私保护等特点,实现开箱即用,助力各行各业安全高效地实现数据流动与共享,大大降低了隐私计算开发门槛。



隐语可信隐私计算技术栈通过技术解决方案,已在业界验证了其技术领先性和实战效果,实现了在金融、医疗、保险等领域的大规模应用。


在9月3日世界人工智能大会可信隐私计算高峰论坛上,蚂蚁集团发布了“隐语开放平台”,可以让可信隐私计算的用户、开发者、研究者直接便捷地使用隐语技术栈。


在隐语开放平台上,用户可选择无需调用和开发代码,直接使用的产品功能的“白屏”模式,也可自主选择调用代码,灵活组装功能的“黑屏”模式。隐语框架与隐语开放平台,前者可理解为灵活组合的代码“素材包”,后者则提供了打包好的“拎包入住”式服务。


如果说隐语框架开源是旨在汇聚开发者技术合力,共建隐私计算技术社区,那么隐语开放平台则是让需要用这个技术的“用户”低门槛操作,让隐私计算这一技术在终端需求侧的应用更简单、更广泛。


隐语可信隐私计算技术栈是蚂蚁集团持续开放技术能力的重要一步,未来希望继续和行业的伙伴们协同往前,共同推进隐私计算行业的发展。



【声明】内容源于网络
0
0
蚂蚁技术AntTech
科技是蚂蚁创造未来的核心动力
内容 1081
粉丝 0
蚂蚁技术AntTech 科技是蚂蚁创造未来的核心动力
总阅读368
粉丝0
内容1.1k