检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
）打破数据孤岛，在数据隐私保护的前提下，实现行业内部、各行业间的多方数据联合分析和联邦计算。TICS基于安全多方计算MPC、区块链等技术，实现了数据在存储、流通、计算过程中端到端的安全和可审计，推动了跨行业的可信数据融合和协同。 产品架构 产品架构如图1所示。 图1 产品架构 空间管理
）打破数据孤岛，在数据隐私保护的前提下，实现行业内部、各行业间的多方数据联合分析和联邦计算。TICS基于安全多方计算MPC、区块链等技术，实现了数据在存储、流通、计算过程中端到端的安全和可审计，推动了跨行业的可信数据融合和协同。 使用TICS的用户角色 根据人员的职能进行划分，使用TICS的用户主要可以分为以下两类。
数据商业空间中公司B针对公司A的某些数据资产存在业务需求，由于安全性和数据主权的考虑，公司A与公司B基于TICS完成数据资产的交换。基于TICS进行数据资产交换，保证公司A的数据主权、公司B的数据可获得，同时保证交换过程安全可信。 以下是数据拥有方公司A和数据需求方公司B基于TICS平台的操作。
A单击“作业管理 > 隐匿查询 > 实时隐匿查询”页面的创建按钮，填写相关信息，例如： 其中“不可区分度”即为实时隐匿查询的安全级别，不可区分度越高，则安全级别越高，但查询的速度会变慢，传输的数据量也会变大。 企业A完成信息选择后，单击“保存并提交审批”即可向数据提供方企业B发送一条审批信息。
基本概念 账号 用户的账号对其所拥有的资源及云服务具有完全的访问权限，可以重置用户密码、分配用户权限等。为了确保账号安全，建议您不要直接使用账号进行日常管理工作，而是创建用户并使用用户进行日常管理工作。 用户 由账号在IAM中创建的用户，是云服务的使用人员，具有身份凭证（密码和访问密钥）。
概述 联邦预测作业在保障用户数据安全、模型资产安全的前提下，利用多方数据和模型实现样本联合预测。 目前TICS支持两种类型的预测方式： 批量预测： 批量预测通过在计算节点后台发起离线预测任务的方式，在任务完成后可以获得指定数据集中所有样本的预测结果。 实时预测： 实时预测通过在计
点部署”，则您在购买TICS服务前需要对IEF服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 IEF服务委托授权 使用主账号访问IEF服务首页，单击“同意授权”，IEF将在统一身份认证服
户部署”，则您在购买TICS服务前需要对CCE服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 CCE服务委托授权 由于CCE在运行中对计算、存储、网络以及监控等各类云服务资源都存在依赖关
户部署”，则您在购买TICS服务前需要对CCE服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 CCE服务委托授权 由于CCE在运行中对计算、存储、网络以及监控等各类云服务资源都存在依赖关
点部署”，则您在购买TICS服务前需要对IEF服务进行相关配置，避免影响TICS服务的正常使用。 请自行关注部署节点的系统安全防护与配置加固，确保机器在安全的前提下进行隐私计算节点部署。 IEF服务委托授权 使用主账号访问IEF服务首页，单击“同意授权”，IEF将在统一身份认证服
作业ID。 job_ins_type String 作业类型 1.SQL—多方安全计算 2.HFL—横向联邦学习 3.VFL_TRAIN---纵向联邦学习（训练） 4.VFL_EVALUATE---纵向联邦学习（评估） 5.VFL_ID_TRUNCATION---纵向联邦学习（样本粗筛）
启用高安全性的隐私计算算法保障计算过程的安全，例如同态加密、PSI等。 数据将以密文状态做计算，严格保障数据的计算安全。 公测 创建联邦数据分析作业 2021年5月 序号 功能名称 功能描述 阶段 相关文档 1 联合审批 开启联合审批后，所有计算任务执行时，均会生成审批报告，提交
常困难。 因此可以由市政数局出面，统一制定隐私规则，审批数据提供方的数据使用申请， 并通过华为TICS可信智能计算平台进行安全计算。 图1 企业信用评估应用场景示意图 数据准备 以下数据和表结构是根据场景进行模拟的数据，并非真实数据。 以下数据需要提前存导入到MySQL\Hive
方的数据集中到一个安全实验室中进行标签融合，模型训练，但常面临数据泄露和隐私等挑战。联邦建模采用分布式架构进行部署和建模，参与联合营销的企业原始和明细数据不出库的前提下进行跨域数据建模，实现精准营销，同时保障企业数据安全与个人隐私。 优势： 原始数据不出企业安全域、不出库，实现“数据不动、算法动”，数据使用自主可控。
TICS使用云审计服务（Cloud Trace Service，简称CTS）审计用户在管理控制台页面的操作，可用于检视是否存在非法或越权操作，完善服务安全管理。 消息通知服务 TICS使用消息通知服务（Simple Message Notification，简称SMN）依据用户的订阅需求主动
了模拟横向联邦学习场景，将数据集随机划分为三个大小类似的部分：（1）xx医院的训练集；（2）其他机构的训练集；（3）独立的测试集，用于准确评估横向联邦学习得到的模型准确率。此外由于原始的数据集较小，采用了Imbalanced-Learn中的SMOTE算法，进行了数据集的扩充。下表为扩充过后的数据集统计信息。
作业实例任务（Job instance Task） 作业实例拆解出的更细粒度任务。 多方安全计算 允许多合作方参与的结构化数据SQL分析作业。 可信联邦学习 允许多合作方参与的模型训练、评估作业。 联邦预测学习 允许多合作方参与的样本联合预测作业。 存储方式 指计算节点所属的CC
特征不同，采用纵向联邦。xx医院的应用场景为不同主体的相同特征建模，因此选用横向联邦。 创建训练型横向联邦学习作业。 图1 创建训练型横向联邦学习作业 配置作业的执行脚本，训练模型文件。 执行脚本是每个参与方的计算节点在本地会执行的模型训练、评估程序，用于基于本地的数据集训练子模型。
开发规范 规则 多方安全计算中，基础的sql语法都能够支持，但无法支持所有特殊语法。 语法规则如下： 图1 语法规则 建议及示例 查询示例中两表join场景，建议将大表置于join左侧，小表置于join右侧，可借助初筛的能力，进行小表在大表端的加密过滤，提升性能。 建议示例： Select
通过数据集，用户可获取到名下详细的资源列表。同时，对于有敏感信息的数据集，还可以单独设置隐私策略，并在发布到空间侧后对其他参与方生效，限制敏感信息的使用，保障数据安全。 创建结构化数据集 创建数据集前需存在已创建好的连接器，参考创建连接器。 用户登录TICS控制台。 进入TICS控制台后，单击页面左侧“计算节点管理”，进入计算节点管理页面。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
