数据价值安全共享通用解——蚂蚁隐私计算框架“隐语”的探索实践( 二 ) 2022年2月26日

文章图片
1.资源管理调度层：通过对K8S和K3S进行二次开发实现，主要承担两方面职责，一是面向业务交付团队，可以屏蔽不同机构底层基础设施差异，降低交付的部署运维成本。二是通过对不同机构的资源进行集中式管理，构建一个高效协作的数据协同网络。
2.明密文计算设备和混合调度层：设备是隐语对计算能力的统一抽象，主要包括密文计算设备和明文计算设备两类。密文计算设备是对各个主流隐私计算技术的抽象。混合调度则是为了将下层的明密文设备串联，形成一套统一的计算框架。
3.隐私计算算法层：这一层可以屏蔽隐私计算技术细节，但保留隐私计算的概念，降低了隐私计算算法开发门槛，提升开发效率。方便隐私计算算法开发同学根据自身场景和业务特点，设计特化的隐私计算算法，来满足自身业务和场景对安全性、计算性能和计算精度的平衡。在这一层上，隐语本身也会提供一些通用的算法能力，比如MPC的LR/XGB/NN ，联邦学习算法， SQL能力等。
4.业务算法层：这一层可以彻底屏蔽隐私计算的概念，让通用算法和策略开发同学，可以无缝地在这一层进行数据分析和算法建模。
5.产品层：隐语的目标并不是做一个端到端的产品，而是为了让不同的业务都能够通过快速集成隐语而具备全面的隐私计算能力。因此我们在最上层提供一层较薄的产品API及一些SDK ，降低业务方集成隐语的成本。

文章图片
在金融风控应用中，蚂蚁展开与银行的技术、数据合作。基于蚂蚁隐私计算框架“隐语” ，运用多方安全计算技术，在保护用户隐私和数据安全的前提下，开发风控模型。参与方得以充分挖掘各自数据价值，提升独立自主风控能力。与单一数据源模型相比，多方数据协作模型可以将模型KS值提高12%-23% ，识别超过14.5万名高风险客户，阻止了数十亿人民币的高风险贷款发放，识别37万名低风险客户、约80亿元人民币潜在授信，帮助银行拓展了零售信贷服务可支持的客户面。 “隐语”这一实践也是入选IDC《开放金融数据共享中隐私计算的平衡之道》报告的唯一案例。

文章图片

文章图片
当现代社会第一生产力“科技”与第五大生产要素“数据”相碰撞，激发的是我们对未来种种可能性的美好猜想。
对于行业，一方面监管体系初步形成但尚未明晰，另一方面隐私计算大规模应用依旧在路上。一手紧抓技术硬实力让每一次发声都掷地有声，一手紧握各方伙伴以丰富的形式持续扩大影响力。金融保险、生物医疗、广告营销、制造零售、政务民生……需求所在之处皆是可以挥洒汗水让技术生根发芽的黑土地。
对于社会， “隐语”在已有的实践中为自身在提升社会效率、促进社会资源合理配置、提高人民生活便利程度中所发挥的作用充满成就感，也谦虚的认识到在智慧城市、智慧生活的快速发展进程中，过往皆是“浅尝” ，但绝不会“辄止” ，有了多方共建反哺， “隐语”将有更广阔的视野和天地，以更强大的功能面貌在科技向善的时代发挥更大的社会价值！
“隐语”正在知与行的相互作用中不断求索进步，目标是构建一个可以让多方共同参与的、开放的隐私计算架构，想要做好其中的任意部分，都需要大量的技术投入， “隐语”即将开源拥抱共建，在脚踏实地的路途中，期待与用户/开发者共同仰望浩瀚星空。