【技术实现步骤摘要】
本专利技术属于隐私计算,具体涉及一种基于安全可信环境的数据要素交易流通系统及方法。
技术介绍
1、隐私计算是指在保证数据提供方不泄露原始数据的前提下,对数据进行分析计算,有效提取数据要素价值的一类信息技术,保障了数据在产生、存储、计算、应用、销毁等各个环节中的“可用不可见”。目前主流隐私计算技术分为三大方向:第一类是以多方安全计算为代表的基于密码学技术,第二类是以联邦学习为代表的人工智能与隐私保护技术融合衍生的技术,第三类是以可信执行环境为代表的基于可信执行环境的技术,上述技术都为数据的开放共享与隐私保护提供了丰富的解决方案。
2、多方安全计算(secure multi-party computation,mpc)是指在无可信第三方的情况下,多个参与方共同计算一个目标函数,并保证每一方仅获取自己的计算结果,无法通过计算过程中的交互数据推测出其他任意一方的输入数据。多方安全计算是基于密码学的可证安全计算,具有高安全性,但对网络要求高,多应用在银行、政府等高安全要求场景。
3、联邦学习(federated learn
...【技术保护点】
1.一种基于安全可信环境的数据要素交易流通系统,其特征在于,包括:能力底座、数据资源加工中心、AI服务中心、数据要素门户系统、数据要素任务管理系统及数据要素展示系统;
2.根据权利要求1所述的数据要素交易流通系统,其特征在于,所述能力底座包括基础平台、数据库内核和AI能力内核,其中,基础平台用于为数据要素交易流通提供从资源管理到评估展示的全能力支撑,以满足各系统对任务设定、目标网络生成、网络环境构建、任务开展、数据采集及态势评估的要求;数据库内核用于存储数据并提供数据处理的计算框架,AI能力内核用于提供AI代码的开发实现功能。
3.根据权利要求
...【技术特征摘要】
1.一种基于安全可信环境的数据要素交易流通系统,其特征在于,包括:能力底座、数据资源加工中心、ai服务中心、数据要素门户系统、数据要素任务管理系统及数据要素展示系统;
2.根据权利要求1所述的数据要素交易流通系统,其特征在于,所述能力底座包括基础平台、数据库内核和ai能力内核,其中,基础平台用于为数据要素交易流通提供从资源管理到评估展示的全能力支撑,以满足各系统对任务设定、目标网络生成、网络环境构建、任务开展、数据采集及态势评估的要求;数据库内核用于存储数据并提供数据处理的计算框架,ai能力内核用于提供ai代码的开发实现功能。
3.根据权利要求2所述的数据要素交易流通系统,其特征在于,所述ai能力内核提供tensorflow和pytorch开发环境。
4.根据权利要求1所述的数据要素交易流通系统,其特征在于,所述数据资源加工中心包括数据集成模块、数据分级分类模块、数据脱敏模块、数据编目模块及数据资源池,用于实现包含数据集成、数据治理、样本数据生成、数据资源湖建设及数据资源编目的全流程,达到数据资源就绪的目标,其中,数据集成模块采用数据库处理软件及数据共享交换功能实现数据的集成,数据分级分类模块提供分类规则管理、数据标签管理、数据加工、数据安全扫描及分级分类结果目录建立功能,数据脱敏模块用于实现数据的脱敏处理,数据编目模块用于形成数据目录,数据资源池用于保存数据。
【专利技术属性】
技术研发人员:安伦,张海彬,刘立,尹鹏程,
申请(专利权)人:软极网络技术北京有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。