什么是螞蟻隱私計算服務平臺
螞蟻隱私計算服務平臺（Ant Privacy-Preserving Computation Platform，簡稱 AntPPC）是基于聯邦學習（Federated Learning，簡稱 FL）、多方安全計算（Secure Multi-Party Computation，簡稱 MPC） 、隱私求交（Private Set Intersection，簡稱 PSI）、可信執行環境（Trusted Execution Environment，簡稱 TEE）、差分隱私（Differential Privacy，簡稱 DP）等隱私數據保護技術，在保護隱私信息的前提下，實現數據價值分析與挖掘的隱私計算服務。
螞蟻隱私計算服務平臺包含聯邦建模、多方安全建模、多方安全分析、隱私求交和管理控制臺五個部分，提供了數據聯合分析、隱私求交、模型訓練、模型評估、模型預測和集中管控核心資源等功能。螞蟻隱私計算服務平臺遵循對等開放、安全為先的理念，實現了關鍵信息脫敏處理、關鍵信息分散存儲以及數據傳輸端到端加密，保證了數據可用不可見，滿足用戶在數據合作中對安全、合規、隱私保護的強訴求，堅持為數據合作的各方建立可信、公允的加工和應用環境，通過數據促進業務發展和創新應用。
產品優勢
專業
使用的隱私計算技術符合中國人民銀行發布的《多方安全計算金融應用技術規范》，并獲得國家金融科技測評中心首批金融應用技術測評認證。
安全
集成密碼學、機器學習技術和加密硬件等多種安全方案，打破數據孤島，不暴露各參與方敏感數據，實現數據可用不可見，滿足安全、合規的需求。
自主高效
提供一站式端到端的應用服務開發平臺，通過可視化交互的方式，實現數據價值的分析與挖掘。
組件介紹
使用對象 | 組件名稱 | 功能 |
|---|---|---|
機構資源管理員 | 集中管控核心資源并配置螞蟻隱私計算服務平臺各類項目。 | |
數據應用開發者 | 原始數據不離開本地的前提下，完成模型的研發和效果評估，實現模型迭代和更新。 | |
原始數據不離開本地的前提下，通過交換信息量實現協同完成模型訓練和預測。 | ||
原始數據不離開本地的前提下，利用安全加密的方法將多方數據進行聯合分析。 | ||
不泄露多余信息的同時，解決數據合作的各參與方獲取和分析數據求交結果的需求。 |