【首批】摩斯通过金融业隐私计算平台互联互通测评

蚂蚁摩斯隐私计算论坛 2025-04-07 10:09:55

近日,摩斯隐私计算产品成功通过由北京金融科技产业联盟组织的“隐私计算平台互联互通测评认证”,成为首批通过该标准检测的厂商

此次互联互通平台底座检测体系涵盖管理层、控制层、传输层、安全性和金融数据保护等5个维度共38个检测项,多方位、多角度全面测评平台的功能稳定性和数据保护能力。经测评,蚂蚁数科摩斯安全计算平台在功能性、稳定性和安全性等方面均通过检测。

 

图片

 

行业痛点

隐私计算作为数据安全流通的关键技术之一,在金融、政务、医疗等场景的商业应用越来越广泛。但由于大部分商业化隐私计算平台处于闭源状态,系统架构和功能实现差异较大,导致出现隐私计算跨平台合作壁垒,产生“隐私计算孤岛”,不利于数据安全流通实现业务价值,限制了数据应用及业务价值的拓展和放大。隐私计算平台的互联互通有利于打破隐私计算孤岛,助力数据要素更高效合规地流动,加快推动数据流通产业的高质量发展。

 

解决方案

针对当前行业痛点,摩斯积极参与金融业隐私计算互联互通标准制定讨论及课题共创实践。致力于为合作伙伴提供易上手易拓展易维护的隐私计算产品能力,共建一个和谐共赢的隐私计算互联互通生态系统。

摩斯基于金融业隐私计算互联互通标准,实现摩斯隐私计算平台产品互联互通能力,可支持和符合该标准的第三方隐私计算产品完成互联互通任务 。互联互通方案的设计特点为:"东西向接口参考金科联盟互联互通标准实现;南北向接口双方各自实现且不影响互联互通”。除此之外,该产品的产品架构灵活高效,既支持机构之间使用相同隐私计算平台的“经典隐私计算”合作模式,又支持跨机构使用不同隐私计算平台的“标准互联互通”合作模式。  

 

图片

产品架构图

 

摩斯积极参与金融业隐私计算互联互通标准制定讨论及课题共创实践。

也将致力于未来为合作伙伴提供易上手易拓展易维护的隐私计算产品能力,共建一个和谐共赢的隐私计算互联互通生态系统!

 

关注我,获取更多资讯~

...全文
619 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
【DQN、PyTorch】使用深度Q网络(DQN)和非正交多址接入(NOMA)的无人机上行链路干扰管理研究(Python代码实现)内容概要:本文研究了基于深度Q网络(DQN)和非正交多址接入(NOMA)技术的无人机上行链路干扰管理方法,旨在解决无人机通信中存在的干扰问题。通过构建DQN强化学习模型,结合NOMA技术特点,对无人机上行链路的资源分配与功率控制进行智能优化,从而提升通信系统的频谱效率和抗干扰能力。文中给出了完整的Python代码实现,涵盖了环境建模、状态空间与动作空间设计、奖励函数设定及DQN算法训练等关键环节,实现了在复杂动态环境下对多无人机通信干扰的有效管理。; 适合人群:具备一定机器学习与无线通信基础知识,熟悉Python编程,从事通信系统优化、强化学习应用研究的相关科研人员及研究生。; 使用场景及目标:①应用于无人机密集通信场景中的上行链路干扰协调;②为基于深度强化学习的无线资源管理提供可复现的技术方案;③推动NOMA与AI融合在6G空地一体化网络中的发展。; 阅读建议:建议读者结合PyTorch框架深入理解DQN网络结构实现细节,重点关注状态特征选取与奖励机制设计对收敛性的影响,并通过调试代码掌握算法在不同场景下的泛化能力。

21,500

社区成员

发帖
与我相关
我的任务
社区描述
汇编语言(Assembly Language)是任何一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言,亦称为符号语言。
社区管理员
  • 汇编语言
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧