直播回顾：隐私计算的关键技术以及行业应用技巧 | 龙蜥技术 原创

编者按：本文整理自龙蜥大讲堂第 17 期，海泰方圆总工程师将在政策及产业需求、隐私计算密码关键技术及主要使用方式、隐私计算典型应用等 4 方面带您了解隐私计算密码技术。精彩分享视频回放已上传至龙蜥官网（首页-动态-视频），欢迎查看！
 
以下是海泰方圆总工程师 Justin 分享《隐私计算密码技术及其应用》部分精彩内容（完整视频回放和技术 PPT 获取方式见文末）。
::: hljs-center

:::
 
如今，既要应用数据，又要保护安全，在保障安全的前提下发挥数据价值，是当前面临的重要课题。
 
隐私计算在保护数据本身不对外泄露的前提下实现数据分析计算的一类信息技术，是数据科学、密码学、人工智能等众多技术体系的交叉融合。
 
安全多方计算（Secure Multiparty Computation）简称 MPC、SMPC 或 SMC，是现代密码学的一个重要组成部分，深受国际密码学界专家和学者的关注。其本质是多个参与方通过协作利用各自拥有的私有数据，计算一个共同的函数，该计算过程要求不泄露任何参与方的私有信息。特点为整个计算完成时，彼此各方均不知其他方的私有数据。
 
安全多方计算常用关键技术有以下 4 方面：

1. 不经意传输

2. 混淆电路

3. 秘密分享

4. 同态加密

本次分享具体提纲如下：

1、政策及产业需求

2、隐私计算密码关键技术及主要使用方式、

3、隐私计算典型应用

4、行业技术发展状况

5、Q&A

Q&A 环节
Q：同态加密的产品有具体落地吗？

A：因为同态加密的实现需要与具体应用场景紧密结合，目前绝大多数同态加密厂商均是基于自有核心算法进行定制开发。欢迎大家与海泰方圆联系，就具体同态加密产品协商合作。
 
Q：算法方面有哪些优化？

A：同态加密算法的性能优化是业内共同关注的问题，海泰方圆对于算法优化主要体现在两个方面：一是通过适配高性能硬件平台，优化对指令集的支持调用；二是对于不同应用需求实现算法精减和参数调整，确保对于特定场景下关键指标的最优展现。
 
Q：是基于 Intel 的 SGX 架构吗？

A：海泰方圆对于包括 Intel 的 SGX 在内的多种安全架构进行了适配和测试验证，现在成果可支持多种安全芯片模式和架构。
 
关于回放和课件获取
【视频回放】：视频回访已上传至龙蜥官网（可阅读原文直达）：https://openanolis.cn/video 查看。
【PPT课件获取】：关注微信公众号（OpenAnolis），回复“龙蜥课件” 即可获取。有任何疑问请随时咨询龙蜥助手—小龙（微信：openanolis_assis)。
::: hljs-center

—— 完 ——
加入龙蜥社群

:::

加入微信群：添加社区助理-龙蜥社区小龙（微信：openanolis_assis），备注【龙蜥】与你同在；加入钉钉群：扫描下方钉钉群二维码。欢迎开发者/用户加入龙蜥社区（OpenAnolis）交流，共同推进龙蜥社区的发展，一起打造一个活跃的、健康的开源操作系统生态！
 
::: hljs-center

关于龙蜥社区

:::

龙蜥社区（OpenAnolis）由企事业单位、高等院校、科研单位、非营利性组织、个人等在自愿、平等、开源、协作的基础上组成的非盈利性开源社区。龙蜥社区成立于 2020 年 9 月，旨在构建一个开源、中立、开放的Linux 上游发行版社区及创新平台。
 
龙蜥社区成立的短期目标是开发龙蜥操作系统(Anolis OS)作为 CentOS 停服后的应对方案，构建一个兼容国际 Linux 主流厂商的社区发行版。中长期目标是探索打造一个面向未来的操作系统，建立统一的开源操作系统生态，孵化创新开源项目，繁荣开源生态。
 
目前，Anolis OS 8.4已发布，支持 X86_64 、Arm64、LoongArch 架构，完善适配 Intel、兆芯、鲲鹏、龙芯等芯片，并提供全栈国密支持。
 
欢迎下载：
https://openanolis.cn/download
 
加入我们，一起打造面向未来的开源操作系统！
https://openanolis.cn