-
获取字段隐私详情 - 可信智能计算服务 TICS
最大长度:128 privacy_policy_type String 字段数据隐私处理方式:NONE.不处理,HASH.哈希,MASK.掩码 枚举值: NONE ANONYMIZE privacy_policy String 字段数据处理类型:NONE.不处理(默认),ANONYMIZE.脱敏
-
概述 - 可信智能计算服务 TICS
节点交互的数据存储在计算节点所在机器上,后一种是计算节点交互的数据存储在部署时选择的OBS桶中。 数据目录:计算节点部署时选择的存储路径,用于TICS服务的数据和外部交互。用户只有在目录中放置数据集等文件,服务才能读取到;服务运行作业生成的结果、日志文件也会输出到数据目录,供用户查看、获取。
-
变量名规范 - 可信智能计算服务 TICS
该变量的类型。 规则:变量命名的基本原则如下 数据库对象(表、存储过程、索引等)名称采用“类型前缀+下划线+名称”格式定义。 数据表字段名称采用“数据类型前缀+下划线+名称”的格式定义。 存储过程中,用户自定义变量名称采用“P+数据类型前缀+下划线+名称”的格式定义,整型变量前缀为PI,字符型前缀为PSV。
-
组合架构 - 可信智能计算服务 TICS
方安全计算作业。 多方安全计算作业在TICS中进行解析和任务计划构建,并下发任务给各个数据参与方所在的计算节点。 参与方计算节点从租户侧网络内的数据中获取数据,并使用安全算法进行加密输出。 数据在TICS提供的服务器中进行机密计算。 最终将计算完成的结果加密返回给作业发起方。 空
-
产品优势 - 可信智能计算服务 TICS
解和组合过程,采用有向无环图DAG实现多个参与方数据流的自动化编排和融合计算。 自主高效 数据使用全流程可视化展示,为数据参与方提供可感知、可监测的数据使用过程; 支持数据参与方、计算方的多种部署模式,包括云上(同Region、跨Region)、边缘节点、HCSO的部署模式; 采
-
创建实时预测作业 - 可信智能计算服务 TICS
空间成员完成计算节点部署,配置参数时选择挂载方式和数据目录,参考部署计算节点。 空间成员在计算节点中完成数据发布,参考发布数据。 约束限制 避免作业名重复。 必须选择一个已有的FiBiNet模型才能创建实时预测作业。 实时预测作业必须选择训练FiBiNet模型的参与方计算节点发布的数据集。 创建训练模型时参数必须有"save_format":
-
步骤2:空间组织方邀请成员 - 可信智能计算服务 TICS
步骤2:空间组织方邀请成员 完成准备工作后,您已经创建了空间,可以开始配置使用TICS。 为了在TICS平台实现多方作业,必须先在TICS中邀请成员。 邀请成员 空间成员登录TICS控制台。 在TICS控制台左侧,单击“空间管理”,在“我创建的空间”页签查找需要邀请合作方的空间并单击“邀请合作方”。
-
审计日志 - 可信智能计算服务 TICS
审计日志 审计日志页面是可信智能计算服务提供的一项审计数据流动的功能。通过计算节点侧审计页面信息,用户可以清晰地获知空间中的参与方通过该计算节点运行的任务详情。同时,部署计算节点时若开启BCS功能,审计数据会同步至区块链上。 计算节点侧查看审计日志 用户登录TICS控制台。 进入
-
可信智能计算服务 TICS - 可信智能计算服务 TICS
Trusted Intelligent Computing Service )在面向政企行业中, 打破跨行业的数据孤岛, 实现行业内部、跨行业之间在数据隐私保护下的多方数据联合分析和联邦计算能力。 产品首页 立即使用 成长地图 由浅入深,带您玩转TICS 01 了解 了解可信智能计
-
概述 - 可信智能计算服务 TICS
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
-
模型评估 - 可信智能计算服务 TICS
模型评估 训练时的评估指标是用训练的数据集中随机采样的记录计算的,完成训练后企业A也可以使用其他的数据集对同一个模型进行多次的评估。单击“发起评估”选择训练参与方不同的数据集即可发起模型评估。 至此使用可信联邦学习进行联邦建模的过程已经完成,企业A已经训练出了一个符合自己要求的算
-
基于MPC算法的高安全级别计算 - 可信智能计算服务 TICS
基于MPC算法的高安全级别计算 完成demo验证阶段,为提升数据保护级别,接入以纯密文的状态做计算的更高安全级别的数据,可以通过开启高隐私级别开关,提升空间安全级别。 图1 高隐私级别开关 再次单击作业,审批进行的同时敏感数据被进行了同态加密。DAG图显示了“psi + 同态”的全过
-
计算节点API应用示例 - 可信智能计算服务 TICS
f5b9d499b683,保存备用。 创建数据集 连接创建成功后,调用创建或更新数据集API创建数据集,数据集样例如下: 连接器选择上一步创建的mysql-con,数据集名称:dataset_test。 创建的数据集对应的mysql数据库名称为demo1,表名称为mysql_tb
-
执行作业 - 可信智能计算服务 TICS
执行作业 前提条件 已完成作业的审批和数据初始化,参考审批实时隐匿查询作业。 执行实时隐匿查询作业 作业审批以及数据初始化完成后,单击“执行”按钮。 在右侧弹出窗口的ID框中输入查询值,单击“查询”按钮进行实时隐匿查询,实时返回查询结果在下侧方框中。 图1 输入自定义属性 父主题:
-
审批实时隐匿查询作业 - 可信智能计算服务 TICS
约束限制 作业审批通过后,才能单击“启动数据初始化”。 审批实时隐匿查询作业 审批方登录进入计算节点页面。 在左侧导航树上选择“审批管理”,打开审批页面。 选择待处理的审批记录,单击“查看详情”。 填写审批意见,单击“同意”。 图1 填写审批意见 启动数据初始化 审批通过后,发起方可以在
-
概述 - 可信智能计算服务 TICS
概述 目前TICS支持两种隐匿查询方式: 批量隐匿查询:支持SQL语言查询,适用大数据量批量查询场景。 实时隐匿查询:适用高性能、实时性要求高的查询场景,应用程序可以通过提供的标准API使用。 父主题: 隐匿查询
-
动态扩展变量 - 可信智能计算服务 TICS
动态扩展变量的主要目的就是解决客户自己外部引入的一些计算量,而这些计算量平台无法提供这些变量,如客户要查询自己的私有平台的redis集群的结果、或者通过http请求查询一些量等,通过插件就可以自己编码获取外部平台的结果,将查询的结果转化成动态扩展变量,可以在后续的规则计算中引用个,或者直接输出到业务后端也是可以的。
-
步骤4:(可选)下载计算节点配置信息 - 可信智能计算服务 TICS
点配置”代表“部署计算节点”属于哪个空间,用户输入的数据就会在哪个空间中参与计算。 配置信息包含证书,用于计算节点之间通信双向认证。证书保证了空间下的用户,部署的计算节点能够数据交互,参与计算。同时,也隔离了不同空间之间的数据访问。 合作方登录TICS控制台。进入TICS控制台后
-
阶段五:基于MPC算法的高安全级别计算 - 可信智能计算服务 TICS
阶段五:基于MPC算法的高安全级别计算 完成demo验证阶段,为提升数据保护级别,接入以纯密文的状态做计算的更高安全级别的数据,可以通过开启高隐私级别开关,提升空间安全级别。 图1 高隐私级别开关 再次单击作业,审批进行的同时敏感数据被进行了秘密分享加密。DAG图显示了“psi + 秘密分享
-
计算节点如何切换状态? - 可信智能计算服务 TICS
用户需要计算节点短暂脱离空间,一段时间内不想被其他参与方使用自己的数据时,可以手动触发计算节点下线。即“计算节点状态”为“在线”时,触发单击下线,计算节点会切换成离线状态,180秒后空间其他参与方无法使用该计算节点已发布的数据集运行作业。 用户想要加入空间,想被其他参与方使用自己的数据时,可以手动触发计算节点上线。