公开课 | 李延凯：开源隐私计算赋能数据合规流通（附PPT）( 二 )

】常见的隐私计算技术包括：多方安全计算、联邦学习、可信执行环境等。每种技术有其适用的场景。同态加密是相对来说安全性更高的技术；多方安全计算在一定的安全性假设下可以达到要求的安全性，联邦学习安全性相对来说较低，但是他的性能较高。
六
开源隐私计算平台

文章图片
PrimiHub-是由原语科技基于安全多方计算、联邦学习、同态加密、可信计算等隐私计算技术，结合区块链等自主研发的隐私计算应用平台。 PrimiHub秉承保护数据在应用过程中的隐私安全，实现“数据可用不可见” 。产品平台涵盖了匿踪查询、隐私求交、联合建模、联合统计、算法容器管理、数据资源管理、数据确权与定价、异构平台互联互通等主要应用服务功能。同时提供企业级分布式高可用架构。该系统已经在github开源，已与相关用户开展落地，解决业务中存在的问题。
七
隐私计算节点的互操作

文章图片
在多机构、多业务的场景下，我们可以通过该系统，实现在隐私计算保护的前提下实现数据的互联互通。
在业务、产品、算法等系统上，可以有实现多个系统互通。互操作性是实现互联互通的一个基础，也是保障数据合规流通的一个基础。
八
社区生态驱动隐私计算合规落地

文章图片
同时我们也在运营原语开放社区。包括开源贡献者，应用开发者、企业用户、第三方生态等。技术驱动加场景驱动促进隐私计算行业发展。
九
引领隐私计算行业生态发展

文章图片
通过技术开源推动行业发展，让没有隐私计算开发能力的企业，可以低成本地使用相关技术，解决实际问题。使得隐私计算技术在金融行业、医疗行业、政务行业、工业互联网等领域都可得到实际的应用。
附课件内容：

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片
编辑整理：庄智廉重庆大学
关注开放隐私计算公众号，了解更多内容返回搜狐，查看更多
责任编辑：