《2025隐私计算实训营｜数据要素驱动的隐私计算实践》学习笔记-3

[一步一个脚赢]

可信隐私计算框架核心模块解析

一、隐语架构体系与分层设计

1. 五层架构模型

• 硬件层：兼容 FPGA/GPU/ASIC 等计算设备，支持海光 CSF、Intel TDX 等可信执行环境（TEE），通过硬件加速与安全特性提升系统性能。
• 资源层：整合数据管理、网络管理、边缘计算管理模块，实现计算资源的统一调度与稳定支撑。
• 计算层：由隐私保护容器、混合编译调度（RayFed）、密态引擎（SPU）构成，负责算法高效执行与任务安全调度。
• 算法层：集成 PSI/PIR、联邦学习、安全多方计算（MPC）等核心算法，支撑数据安全融合与智能建模。
• 产品层：提供 CLI 工具、可视化 DAG 操作界面（SecretPad）、交互式 Notebook（SecretNote）等多形态产品，降低使用门槛。

2. 架构核心优势

• 分层清晰：各层职责隔离，接口标准化，便于开发维护与功能扩展。
• 集成灵活：支持中心式 / P2P 分布式部署，兼容多机构现有系统无缝对接。
• 易用性强：通过可视化工具与模块化 API，降低技术门槛与研发成本。

二、核心产品与工具解析

1. SecretPad：轻量化隐私计算入口

• 特性：支持快速部署验证 POC，提供定制化集成能力，适配企业业务需求。
• 部署模式：当前支持中心模式，计划扩展 P2P 模式以适应分布式网络架构。

2. SecretNote：交互式建模协作平台

• 功能：以 Notebook 形式支持多节点一站式管理，实时跟踪任务状态，提升团队协作效率。

三、隐私计算核心技术解析

1. PSI/PIR：隐私数据交互技术

• PSI（隐私集合求交）
  • 原理：安全计算两集合交集，确保非交集元素不泄露（如 Alice 与 Bob 安全交换用户 ID 交集）。
  • 协议支持：半诚实模型（ec-dh、kkt16）、恶意模型（mini-psi），支持多方扩展（如 3 方 ecdh 协议）。
• PIR（隐私信息检索）
  • 原理：用户查询数据库时隐藏查询内容（如医疗记录检索不暴露查询条目）。
  • 协议路线：Sealed PIR、Label PIR，规划支持 Spiral/Simple PIR 协议。

2. SCQL：多方安全数据分析系统

• 定位：基于 SQL 的隐私保护分析工具，支持 N≥2 方半诚实安全计算。
• 核心能力：
  • 兼容 MySQL 语法，提供列级数据授权（CCL）。
  • 支持 SEMI2K/CHEETAH/ABY3 等密态协议，集成 MySQL/Postgres/CSV 多数据源。

四、联邦学习与密态计算框架

1. 联邦学习技术栈

• 核心模式：水平联邦、垂直联邦（拆分学习），原始数据不出域，交换中间参数建模。
• 安全特性：构建风险度量体系，集成攻防算法抵御攻击，支持 DeepFM/BST 等营销算法与大模型（规划中）。

2. RayFed：跨机构调度引擎

• 定位：基于 Ray 的分布式调度框架，支持单机构内任务独立调度与跨机构协作。
• 应用场景：跨企业数据分析、联合建模，提升资源利用率与任务执行效率。

3. SPU：密态计算引擎

• 能力：桥接 AI 框架（TensorFlow/PyTorch）与安全协议，支持 MLIR 编译优化与高性能 MPC 协议虚拟机。
• 架构：Frontend 接收模型输入，Compiler 生成隐私保护中间表示，Runtime 执行密态计算任务。

五、密码学与硬件加速组件

1. HEU：同态加密库

• 定位：低门槛高性能同态加密方案，支持 PHE/LHE/FHE 多类型算法。
• 特性：兼容 Numpy/C++/Python 接口，集成硬件加速（如 GPU）提升加密计算效率。

2. TEEU：可信执行环境枢纽

• 功能：跨域管控数据使用（确权、授权、鉴权），支持 SGX/TDX 等 TEE 硬件，规划扩展深度学习与大模型应用。

3. YACL：隐私计算密码库

• 优势：相比 EMP/OpenSSL，在性能、安全性、易用性间实现平衡，为 MPC/FL 等提供底层密码学支撑。

六、跨机构协作与数据治理

1. KUSCIA：跨域资源调度平台

• 架构：
  • 控制平面：K3s 轻量级 K8s + 自定义控制器（任务调度、服务发现）。
  • 数据平面：ServiceMesh（通信）+DataMesh（数据管理）+Agent（节点管理）。

2. 互联互通机制

• 黑盒模式：通过管理面实现跨平台任务调度，需统一算法容器。
• 白盒模式：基于开放协议实现引擎层互联，支持更深度协作。

3. 三权分置管控

• 核心理念：基于数据持有权、加工权、经营权分置，通过确权、授权、审计技术保障数据跨域合规流转，构建密态互联网（存储 + 通信加密）。

七、学习总结与技术价值

隐语体系通过 “硬件 - 算法 - 产品” 全栈技术链，构建了安全、高效、易用的隐私计算生态。关键收获包括：

• 掌握 SecretPad 轻量化部署、SCQL 隐私分析、RayFed 跨域调度等工具实操。
• 深入理解 PSI/PIR 协议原理、联邦学习安全机制、SPU 与 AI 框架的融合逻辑。
• 认识到 “三权分置” 技术对数据要素合规流通的支撑作用，为数据安全共享与价值释放提供了可行路径。