多方安全计算平台PrivPy

PrivPy 多方安全计算平台实现了支持通用计算类型、高性能、集群化和可扩展的解决方案。 支持标准的 Python 语言和 SQL 操作,兼容 NumPy 和 Pytorch 等函数库,能够支持包括绝大多数机器学习算法在内的计算类型和系统实现,极大的降低了用户使用密文计算的学习曲线,实现了多方安全计算产品的实际可用性和商业易用性。 同时,PrivPy 自主灵活的模块化组合模式和多种部署方式能够满足广泛用户群体在使用和部署中的多样化需求。

缓存模块

  • 支持持久化缓存
  • 密文缓存分域管理
  • HDD + SDD
  • 数据加密上传
  • 提升密文计算性能

研发辅助模块

  • 支持 JupyterNotebook
  • 图表分析
  • 版本管理
  • 多用户管理
  • 数据集检索

协同计算模块

  • 支持明文密文协同计算模式
  • 计算任务预处理及后处理
  • 预处理结果形态自动判断

AI 计算模块

  • 支持常用机器学习算法的训练和预测
  • AI 计算模块全面的库函数
  • 丰富的机器学习算法
  • 算法性能大幅度优化

存证模块

  • 存证过程透明可信
  • 存证结果安全存储,不被篡改
  • 多维度存证为密文计算各方解决争议

SQL 模块

  • 支持标准 SQL 语法
  • 分布式并行执行
  • 离线处理
  • 结果缓存
  • 恶意 SQL 检测

产品介绍Overview

PrivPy 标准平台是华控清交多方安全计算产品系列的核心和基础,能够满足广泛用户群体保护多方数据隐私且实现协同计算的基本需求。 在此基础上,用户可以结合实际场景以及自身实际需求,通过增加相关模块(包括存证模块、研发辅助模块、AI计算模块、缓存模块、SQL模块、协同计算模块6大功能模块) 对标准平台进行补充以实现更多功能。

产品特色Features

灵活部署

支持实体部署、容器化部署以及云上部署等多种灵活的部署方式。

模块化组合

采用灵活的1+N自助式模块组合模式,用户可以基于 PrivPy 标准平台,根据实际场景选择相应功能模块以满足定制化需求。

通用计算

支持各种类型的算法,包括人工智能领域大多数的机器学习算法和多种数据类型。

性能优异

采用分布式密文计算架构,同时支持横向扩展,实现密文计算的高并发、高性能、高可用

易用性强

采用通用的Python和SQL进行操作,兼容NumPy和Pytorch等函数库,极大的降低了用户密文计算的学习曲线。

应用场景Scenarios

  • 政府监管
  • 数据交易
  • 联合挖掘
  • 数据增值
  • AI 安全预测
  • 联合模型训练

应用大数据推动政府监管是政府治理能力现代化的重要途径。在政府监管的场景下,出于数据隐私安全和自身利益的考虑,被监管方不会轻易地分享这些数据,监管方存储海量数据也存在着巨大的数据泄露风险。通过多方安全计算技术能够在不暴露数据明文的前提下,以数据密文形态进行统计和分析,既保证了被监管方的数据使用安全,又降低了监管方存储的海量数据泄露的风险。