第 3 课：隐语架构概览 —— 笔记

隐语架构概览

1. 产品层

产品层是用户可见的最上层，是隐语的直观入口。

定位：通过可视化产品，降低终端用户的体验和演示成本，通过模块化API降低技术集成商的研发成本。

2. 算法层

• PSI（Private Set Intersection）
  一种特殊的安全多方计算协议，可以进行双方隐私数据求交。

• PIR（Private Information Retrieval）
  一种隐私查询技术，服务端无法知晓用户的查询目标数据。

PSI/PIR定位：高性能、轻量化、易用的PSI/PIR专用协议模块。

人群画像：PSI/PIR 产品人员、需求人员、研发人员。

• Data Analysis - SCQL
  一种多方安全数据分析系统，可以让互不信任的参与方在保护自己数据隐私的前提下，完成多方数据分析任务。

核心特性：

• 半诚实安全模型
• 支持多方（N>=2）
• 易上手，提供MySQL兼容的SQL方言用户界面
• 支持常用的SQL语法和算子，满足大部分场景的需求
• 实用的性能

Data Analysis定位：屏蔽底层安全计算协议的复杂性，以简单熟悉的SQL语言界面，提供多方数据密态分析能力。

• Federated Learning（联邦学习）
  在原始数据不出域的前提下，通过交换中间数据完成机器学习建模。包含水平联邦和垂直联邦（主要是拆分学习，Split Learning）。

联邦学习定位：具备安全攻防保障的明密文混合机器学习框架和算法。

3. 计算层

• 混合编译调度 - RayFed
  在Ray基础之上所构建的专注于跨机构的分布式计算调度框架。

定位：面向跨机构场景，提供单机构内计算任务独立调度和跨机构计算任务协作的能力。

• SPU

  • 核心特性：原生对接主流AI前端、支持丰富的机器学习算法、带隐私保护语义的中间表示语言、基于MLIR的加密计算编译优化、高性能MPC协议虚拟机、多种数据并行、指令并行优化、丰富的MPC协议，适配各种场景、支持协议扩展，支持异构设备接入。
  • 定位：桥接上层算法和底层安全协议，保持原生AI框架体验的同时为用户提供透明的、高性能的、基于安全协议的密态计算能力。

• HEU

  • 定位：低门槛，高性能的同态加密库，支持多类型、可扩展的算法协议和硬件加速生态。

• TEEU

  • 定位：支持多种可信执行环境的、具备数据使用跨域管控能力的密态计算枢纽，可执行数据分析、机器学习、MPC/FL加速等功能。

• YACL

  • 定位：多种隐私计算技术路线共同需要的密码库，具备安全实现保证、高性能等特点。

4. 资源层

• KUSCIA
  • 定位：基于K8s的隐私计算任务编排框架，屏蔽不同机构间基础设施的差异，为跨机构协作提供丰富且可靠的资源管理和任务调度能力。

5. 互联互通和跨域管控

• 互联互通定位：隐语和其它厂商的平台可以互联互通，共同完成一个隐私计算任务。

• 跨域管控定位：数据离开持有者的运维域后，数据方仍然能够有效地控制数据的流转过程，避免其被窃取或者非预期使用。