喜报｜易华录自研隐私计算平台通过信通院“可信隐私计算”测试

12月20日，中国信通院在2023数据资产管理大会中公布第九批“可信隐私计算”评估测试结果，易华录隐私计算平台V1.3（以下简称“平台”）通过本批“联邦学习 基础能力专项测试”。这标志着平台在基础能力、算法能力、安全性、性能等方面与行业技术能力对齐情况，满足了数据流通过程中“数据可用不可见，可用不可取”的业务要求，验证了平台产品的技术通用性、业务适用性。

 

 中国信通院“可信隐私计算评测”体系是目前国内隐私计算领域最早、最全、广受行业认可的评测体系，已成为隐私计算领域权威的第三方评测品牌，成为供给侧产品研发和需求侧采购选型的风向标。本次评审委员会由中国科学院信息工程研究所等单位的专家组成，从调度管理能力、数据处理能力、算法实现、效果及性能及安全性等方面对平台进行了全面严格的技术检测。

 

 

易华录隐私计算平台是基于联邦学习技术、多方安全计算技术，面向数据提供者和数据使用者的多源数据应用生态系统。在保障数据不出域的情况下，平台为双方或多方提供数据价值碰撞与联合建模的隐私计算环境，打造“可用不可见”的安全用数模式，解决隐私数据无法出域而无法释放价值、数据开发过程中泄露和滥用等问题，保障数据在流通域融合过程中的安全性、合规性和高效性。  

平台依托同态加密、秘密分享、不经意传输等安全协议，为用户提供联合建模、数据分析、特征处理、隐匿查询、多方安全计算等功能，以可视化拖拉拽式建模与分析快速解决用户的数据需求，以链接数据孤岛为目标，搭建政企间、企业间数据合作的安全桥梁，实现去中心化前提下数据“可用不可见”的安全用数，解决价值数据“远程办公”问题，实现数据对民生、产业发展的更强赋能。

 

图形化界面：操作门槛更低

平台采用图形化界面、全拖拽式图形化编排，从而降低平台的操作门槛和用户的学习成本，达到界面易用性好的效果。平台提供数据预处理、数据分析、特征处理、横向联邦训练、纵向联邦训练、模型预测、多方安全计算等20多种算子组件，用户可以通过简单的拖拉拽，实现多种丰富的算子或者组件的自由选择搭配，帮助用户能够方便快捷地搭建训练模型。

 

 

轻量化部署：资源需求更低

平台采用降本增效的轻量级部署模式，对资源需求低，能够解决多种算子运行带来的部署库体积膨胀的问题。平台具有部署易、成本低的特点，可大大解放客户生产力，提升算子运行和安全防御效率。

 

 

 

安全合规：数据安全性更高

联邦学习技术能够解决多个机构数据的连通问题，通过构建一套安全数据交换网络，为跨机构数据合作提供一站式高安全解决方案。基于以上技术，平台实现了多源异构数据接入能力，并可结合数据分类分级管控需求保障数据的可靠脱敏。平台可根据数据所在网络情况，采用“中心服务平台+私有计算节点”方案部署。中心服务平台负责模型统筹、数据存证、元信息管理；计算节点部署在各个网络域内，接收模型并在域内完成计算，从而实现数据“可用不可见，相逢不相识”的极致安全体验。

 

 

隐私计算平台是易华录“易数工场”产品体系的核心技术底座之一，该产品体系依托自研区块链、隐私计算、数据沙箱等技术，通过构建“确权登记、安全用数、资产管理、运营服务、监管交付”五大业务服务板块串联数据资产化全生命周期业务，面向公共数据运营服务、数据要素市场建设服务、企业数据资产化服务三个业务方向提供平台、工具、服务支撑，实现数据资源“碎片化-资源化-资产化-资本化”的跃升。

截至目前，易华录隐私计算平台已在存量客户营销推荐、三农助贷、金融授信评估等众多复杂场景中落地，并积累丰富的实战经验将始终以“服务于数据流动，使其更好释放价值”为产研愿景，持续优化平台性能，并将产品与服务落地到更多实际业务场景中，为数据资源的安全高效流通、中国数据要素基础制度建设以及中国数字经济高质量发展尽一份力。  

 

 

 

---

原文标题：喜报｜易华录自研隐私计算平台通过信通院“可信隐私计算”测试

文章出处：【微信公众号：易华录】欢迎添加关注！文章转载请注明出处。