隐私计算平台

实现“数据可用不可见,数据可控可计量”,达到数据隐私保护与价值挖掘的有效平衡。

  • 关于隐私计算平台
  • 业务挑战
  • 上云优势
  • 业务场景
  • 隐私计算平台产品架构
  • 客户案例

关于隐私计算平台

基于多方安全计算(MPC)、密码学、分布式技术等,在满足数据隐私安全和政策法规的要求下打破数据壁垒,提供联邦学习和多方安全计算的功能,在实现数据深度挖掘的同时保护原始数据的隐私性。


业务挑战

  • 响应国家政策监管需求

    从国家政策法规来看,对公共数据的处理、个人信息的处理提出了越来越严苛的要求,数据开放共享及数据要素流通需及时响应国家政策监管的要求。


  • 服务数字经济发展需求

    数字经济正在成为创新经济发展方式的强大动能,作为数字经济深化发展的核心引擎,如何最大化发挥数据要素的价值是当前面临的一大难题。数据开放共享及数据要素流通需服务本地数字经济发展的需求。


上云优势

  • 分布式架构

    支持分布式安全计算,具备相应底层技术架构设计和算法。


  • 轻量化部署

    支持云及本地部署,机构可灵活投入硬件与计算资源,安装包体积小,部署更轻量便捷,兼容主流数据库以及数据服务;系统部署采用多组件容器化方式进行部署,可分为单节点部署和集群化部署两种模式。以适应于多种使用场景需求。


  • 高性能

    支持亿级数据高效联邦学习建模能力。算子全自研可控,数据通信成本低,具备高并发、高实时性,毫秒级响应能力。


  • 高扩展

    实现“可插拔式+算法组件”的动态管理服务技术方案,根据任务的流量大小灵活扩充或者缩减算力,从而帮助用户获得高并发、稳定的运行任务。


业务场景

  • 金融领域场景

  • 医疗领域场景

  • 政务领域场景

  • 金融领域方面,在联合风控、精准营销等场景中借助隐私计算技术“原始数据不出域”、“可算不可得不可导”、“可查不可知”等技术特性,既保障了数据的安全,又实现了数据价值的挖掘。


  • 医疗领域方面,在疫情防控、基因分析、临床医学研究等场景中借助隐私计算技术“原始数据不出域”、“可算不可得”等技术特性,不仅可以实现保护数据隐私保护下的医学数据安全统计分析和医学模拟仿真与预判,还可以实现联防联控、群策群力,方便临床科研成果的产出。


  • 政务领域方面,在办案侦查、房贷违约风险预测等场景中借助隐私计算“原始数据不出域”、“可算不可得不可导”、“可查不可知”等技术特性,不仅规范了数据的查询使用与管理,还通过联合建模提升了预测的精准程度,有利于推动数字政府的建设和数字经济的发展。


隐私计算平台产品架构

隐私计算平台主要由展现层、通讯层、服务层、数据层几部分组成,并包括了相关配套的服务模块。

任何关于浪潮云的问题,请联系我们

您对我们的解决方案感兴趣吗?

请不要犹豫与我们联系!我们很乐意为你提供帮助。