分布式可信计算技术

  • 相比于传统数据合作方式,平台消除了数据提供方

    对于隐私泄露的担忧:对于数据提供方而言,由于

    数据使用方无法接触原始数据,同时计算逻辑可控

    制,因此无需担心数据隐私泄露。同时对于数据使

    用者来说,原始数据的真实性和任务执行的正确性

    可以得到验证,因此真正做到了“数据可用可信不

    可见”。

  • 1. 覆盖数据全生命周期的隐私保护: 即“不可见”。 实现了整个数据合作流程中数据的隐私保护:首先, 不直接存储原始数据;在数据注册过程中,仅发布了原始数据的描述信息,即元数据;而在数据计算过程中, 通过静态检查进⼀步确保了数据分析任务不会违背数据提供方的意愿泄露隐私数据。


    2. 高性能通用隐私计算: 即“可用”,r将数据计算与数据存储进行了解耦,由隐私计算平台和密态计算组件负责数据的计算流程,隐私计算平台基于TEE可信执行环境提供了高性能数据分析库,支持包括聚类、分类、回归以及关联分析等常用的数据分析工具,而对于不依赖于TEE的计算需求,则可以基于密态计算组件实现, 后者可以基于 通用的 CPU 或 GPU 并行加速完成。不管是隐私计算平台,还是密态计算组件,都能够应对大规模的数据处理。


    3. 数据分析结果可验证: 即“可信”,这主要得益于两个方面:1) 数据提供方不能篡改数据或提供不完整的数据;2) 数据提供⽅不能篡改数据使用方的数据分析任务;同时区块链之上的智能合约会在计算结果的验证阶段对上述信息进行公开验证,确保交付的数据分析结果的可信性。