针对这一痛点 ， 瑞莱智慧的RealSecure平台通过自研的隐私保护AI编译器架构实现与传统算法的自动编译和一键适配 。 通过将隐私保护计算算法公式表达向更细颗粒度解构 ， 解构成“算子” ， 基于算子的灵活组合来自动将普通机器学习算法程序转换为分布式的隐私安全程序 ， 摆脱重复改写的繁琐工作 ， 实现机器学习生态与隐私保护计算生态的相统一 。
“传统的做法可理解为‘雕版印刷’ ， RealSecure平台实现的是‘活字印刷’ ， 兼容主流机器学习算法 ， 无需改写 ， 只要调用函数 ， 在编译器里重新编译一遍就可以 。 ”朱萌解释道 ， “可以让数据科学家以最熟悉的方式使用隐私计算 ， 大幅提升易用性 ， 这也是加速隐私计算落地的最优路径 。 ”
破解安全与性能的二元对立
安全和性能 ， 是衡量隐私计算的核心指标 ， 但这两者之间 ， 却呈此消彼长的负相关关系 。 朱萌表示 ， 由于肩负着保护隐私数据安全的重要功能 ， 安全性是隐私计算最为核心的要素 ， 也是前提条件 ， 枉顾安全的性能追求是无本之木、无源之水 。
隐私计算的安全问题在于两点 ， 一是技术本身的安全可论证 ， 由于密码学上的证明安全与实际安全并不相等 ， 尤其是一些多方隐私计算协议被应用在不符合其安全假设的场景中 ， 存在安全漏洞；二是算法层面的安全攻防 ， 由于隐私计算的计算是密文数据 ， 计算方无法看到用户输出什么数据 ， 可能会存在“数据投毒”的风险 。
因此 ， 瑞莱智慧在安全性上大力布局 ， 构建了严谨且可论证的“事前”“事中”“事后”安全体系 ， 提供“协议模型及安全性假设、技术实现原理、数据抓包监测、运算日志打印审计”全方位的安全评估验证 ， 同时基于业内独创的隐私计算安全攻防理念 ， 内嵌各类安全防护巩固功能以抵御恶意攻击 。
在安全的基础上 ， 性能是衡量产品价值的关键 。 通过编译器驱动高效加密算法的优化 ， 瑞莱智慧在隐私计算的性能上实现量级式飞跃 ， 领先业内平均水平数十倍 ， 隐私保护下完成全流程建模 ， 总耗时实现从日级别缩短到小时级别 ， 兼具极致安全与效能 。
立足场景闭环数据价值
随着市场日趋成熟 ， 应用侧对隐私计算的关注焦点 ， 已从单点能力转移到了对综合能力要求更高的场景落地层 。 因此 ， 瑞莱智慧打造了“平台+数据+场景”的一站式隐私计算解决方案 ， 推动隐私计算从功能论证阶段迈向业务落地闭环 。
在数据生态方面 ， 瑞莱智慧引入运营商、支付等数十种外部数据源 ， 为企业风险决策及管理提供更丰富全面的数据支持 。 同时立足应用场景 ， 凭借积累沉淀的模型能力 ， 实现对金融、政务等不同业务场景的快速赋能 。
推荐阅读
- 技术|“2”类医械有重大进展：神经介入产品井喷、基因测序弯道超车
- 四平|智慧城市“奥斯卡”揭晓！祝贺柯桥客户荣获2021世界智慧城市治理大奖
- 选型|数据架构选型必读：2021上半年数据库产品技术解析
- 技术|使用云原生应用和开源技术的创新攻略
- 数据|数智安防时代 东芝硬盘助力智慧安防新赛道
- 技术|聚光科技旗下临床质谱仪获批医疗器械注册证
- Apple|苹果高管解读AirPods 3代技术细节 暗示蓝牙带宽可能成为瓶颈
- 山西|移动5G+智慧成果亮相山西数字化转型大会
- MateBook|深度解析：华为MateBook X Pro 2022的七大独家创新技术
- AirPods|苹果谈论AirPods 3：最大榨取蓝牙技术，希望获得“更多带宽”