一、什么是隱私計算

隱私計算是多種技術(shù)的統(tǒng)稱，目的是為了讓多個數(shù)據(jù)擁有者，在不暴露數(shù)據(jù)本身的前提下，實現(xiàn)數(shù)據(jù)的共享、互通、計算、建模，最終產(chǎn)生超出自身數(shù)據(jù)的價值，同時保證數(shù)據(jù)不泄露給其他參與方。

相比傳統(tǒng)數(shù)據(jù)安全的方式，這里面的隱私計算是完全依賴技術(shù)手段的，從根源上切斷對人的信任。實現(xiàn)參與方之間的可用不可見，在運作過程中它是可以防備參與方之間會存在攻擊的情況。推進數(shù)據(jù)的安全和不泄露隱私，保護數(shù)據(jù)價值和用戶的隱私。

二、隱私計算技術(shù)方向

1、多方安全計算(MPC)

基于密碼學(xué)的隱私計算技術(shù);該技術(shù)主要通過設(shè)計特殊的加密算法和協(xié)議，基于密碼學(xué)原理實現(xiàn)在無可信第三方情況下，在多個參與方輸入的加密數(shù)據(jù)之上直接進行計算，其主要的技術(shù)有同態(tài)加密、混淆電路、秘密分享、零知識證明等。

2、聯(lián)邦學(xué)習(xí)(FL)

人工智能隱私保護技術(shù)融合衍生的技術(shù);聯(lián)邦學(xué)習(xí)是一 個機器學(xué)習(xí)框架，能有效幫助多個機構(gòu)在滿足用戶隱私保護、數(shù)據(jù)安全和政府法 規(guī)的要求下，進行數(shù)據(jù)使用和機器學(xué)習(xí)建模。主要有橫向聯(lián)邦學(xué)習(xí)、縱向聯(lián)邦學(xué) 習(xí)以及聯(lián)邦遷移學(xué)習(xí)。

3、可信執(zhí)行環(huán)境(TEE)

可信執(zhí)行環(huán)境基于可信硬件的隱私計算技術(shù)。該技術(shù)主要打造一個區(qū)域，負責(zé)為代碼的執(zhí)行和數(shù)據(jù)的儲存提供一個更加安全的地方，以此確保其機密性和不可篡改性。例如:Intel 的 SGX，采用一套面向 CPU 的指令，支持應(yīng)用創(chuàng)建一個安全區(qū)，在該區(qū)域內(nèi)通過指令進行相關(guān)的算法邏輯運算;而ARM的TrustZone則是將硬件與軟件劃分為兩個環(huán)境，分別為安全環(huán)境和普通環(huán)境,安全環(huán)境能夠進行一些保密操作，且普通環(huán)境無法訪問，以此實現(xiàn)隔離。

4、同態(tài)加密（HE）

同態(tài)加密 (Homomorphic Encryption, HE） 是指滿足密文同態(tài)運算性質(zhì)的加密算法，即數(shù)據(jù)經(jīng)過同態(tài)加密之后，對密文進行特定的計算，得到的密文計算結(jié)果在進行對應(yīng)的同態(tài)解密后的明文等同于對明文數(shù)據(jù)直接進行相同的計算，實現(xiàn)數(shù)據(jù)的“可算不可見”。

5、差分隱私（DP）

差分隱私 (Differrential Privacy，DP)是Dwork等人在 2006 年針對數(shù)據(jù)庫隱私問題提出的一種嚴格的、可量化的隱私定義和技術(shù)。差分隱私技術(shù)的基本原理是：在計算結(jié)果中添加噪聲，使得修改數(shù)據(jù)集中單條記錄不會對統(tǒng)計結(jié)果造成品著的影響，從而保證攻擊者在擁有背景知識的情況下也無法推斷出該記錄對應(yīng)的敏感信息。

當前，隱私計算領(lǐng)域正處于快速發(fā)展的階段，涌現(xiàn)出了許多前沿的SOTA算法和備受關(guān)注的頂會論文。為了方便社區(qū)小伙伴學(xué)習(xí)最新算法、了解隱私計算行業(yè)最新進展和應(yīng)用，隱語開源社區(qū)在GitHub創(chuàng)建了Paper推薦項目awesome-PETs（PETs即Privacy-Enhancing Technologies ，隱私增強技術(shù)），精選業(yè)內(nèi)優(yōu)秀論文，按技術(shù)類型進行整理分類，旨在為隱私計算領(lǐng)域的學(xué)習(xí)研究者提供一個高質(zhì)量的學(xué)習(xí)交流社區(qū)。

awesome-pets包含：安全多方計算(MPC)、零知識證明(ZKP)、聯(lián)邦學(xué)習(xí)(FL)、差分隱私(DP)、可信執(zhí)行環(huán)境(TEE)、隱私求交(PSI)、機器學(xué)習(xí)系統(tǒng)的攻擊和防御、多媒體隱私與安全等系列主題論文！

附上paperlist，供大家學(xué)習(xí)參考：

https://github.com/secretflow/awesome-pets