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
可验证代码示例 数据准备 数据集发布 隐私规则防护 基本计算能力验证 基于MPC算法的高安全级别计算 统计型作业的差分隐私保护 父主题: 多方安全计算场景
基于TICS实现端到端的企业积分查询作业 简介 阶段一:数据发布 阶段二:隐私规则防护 阶段三:审批防护 阶段四:基本计算能力验证 阶段五:基于MPC算法的高安全级别计算 阶段六:统计型作业的差分隐私保护
dp.epsilon 是 Float 差分隐私隐私预算 dp.output.threshold.high.min 是 Float 差分隐私阈值上限最小值 dp.output.threshold.high.max 是 Float 差分隐私阈值上限最大值 dp.output.threshold.low.min
公测 创建纵向联邦学习作业 2021年6月 序号 功能名称 功能描述 阶段 相关文档 1 联邦分析引入PSI和同态加密算法 联邦数据分析支持高级别隐私保护,隐私保护等级设置为高时,会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。
例如身份证、工号、公司代码等。 敏感(Sensitive) 涉及隐私的数据,例如薪水、纳税、用电量、成交量等。 非敏感(Nonsensitive) 不涉及隐私的数据, 例如所处城市、公司类型等。 脱敏(Desensitization) 按照一定的算法,将原始数据的敏感部分隐去。
数据集管理 获取字段隐私详情 数据集列表 父主题: 计算节点API
使用场景 多方安全计算场景 纵向联邦建模场景 隐私求交黑名单共享场景 实时隐匿查询场景 可信数据交换场景 横向联邦学习场景
除此之外,tics服务会基于数据集的安全隐私策略自动校验sql语句中字段的使用方式,如有违反字段隐私配置规则的语句会被明确拒绝。 大数据厂商B在自己的计算节点单击“审批管理”模块,找到“待处理”的审批请求单击“查看详情”,可以看到企业A是如何使用自己的数据集的。
表1 常用最佳实践 实践 描述 基于TICS实现端到端的企业积分查询作业 本最佳实践提供了通过统一制定隐私规则,使用TICS进行安全计算,避免真实数据被窃取的使用案例。 父主题: 快速入门
{ "id" : "d839d96befe74d5d8ae74689cfdad2e1", "name" : "rds_test", "description" : "is a test", "columns" : [ { "comments" : "企业号(
数据集(Data set) 数据集为计算节点获取并配置的合作方数据的元数据信息,以及附加其上的隐私策略。 作业(Job) 作业是指用户创建的分析、学习任务。 父主题: 服务介绍
00", "result_ext" : "7" }, { "id" : "1eadb175585a43538af73b0ecbf6ca59", "status" : "SUCCEEDED", "job_name" : "1000w和1w碰撞-高隐私
"table_name" : "dim_enterprise" }, "columns" : [ { "column_name" : "credit_no", "data_type" : "STRING", "comments" : "企业号(
同时,有敏感信息的数据,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。 数据预处理使用场景:训练机器学习模型前,可通过转换函数将特征数据转换成更加适合算法模型的特征数据。 父主题: 管理数据
“隐私保护等级”设置为高级别后,参与多方计算的字段会进行秘密分享加密。 “隐私保护等级”设置为高级别后,参与2方计算的join字段会使用psi算法输出碰撞的密文数据。 由于本地数据集不支持统计信息上报,因此本地数据集不支持差分隐私功能。
成长地图 | 华为云 可信智能计算服务 华为云可信智能计算服务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。
可信智能计算节点 数据参与方使用数据源计算节点模块实现自主可控的数据源注册、隐私策略(脱敏、加密)的设定、元数据的发布等,为数据源计算节点提供全生命周期的可靠性监控、运维管理。
HASH哈希处理,MASK掩码,NONE不处理 privacy_policy_ext String 隐私策略描述 sacle Integer 精度 sql_col_privacy_type String 分析数据集字段隐私类别。
图3 数据选择 图4 样本粗筛 (可选步骤) 样本对齐,支持使用新对齐的结果,如图5所示;也支持复用隐私求交作业中通过这两个数据集计算得到的结果,如图6所示。
create_date String 创建日期 create_time Long 创建时间 creator_id String 创建人id creator_name String 创建人名称 description String 描述信息 dp_enabled Boolean 是否开启差分隐私