Page 29 - 金融科技视界2022-8期

Technical Tracking
技术追踪

密码学路线 1 易实施数据最小化使用原则，防
其代 表 技 术 是 多方 安 全 计 路线一：密码学 止数据滥用和非授权使用。

算MPC（secure Multi-Party MPC的挑战和局限：
Computation）。这一路线是在 MPC是该路线中最具代表性 1）性能挑战。密态下计算性
“密态”下进行数据的计算、检索 的技术，它可以支持多方数据的 能远低于明文计算和TEE路线。

等处理，这一过程中输入数据、中 各种计算，除了可以保护各方数据 对于不少计算任务，可以通过离
间结果处于密态不暴露，只输出最 隐私，还可以实现结果管控：只让 线预计算、硬件加速等方式缩短
终结果。 指定方获得计算结果或结果的一 MPC的在线响应时间。但对于部
可信执行环境路线 部分。 分要求高QPS、低响应的复杂在
其方法是通过可信的抗篡改 而且采用MPC的每次计算都 线计算任务，目前的MPC技术还

的软硬件构建一个可信的、难以 需要各方的配合协作，因此各方可 是难以满足要求。
被 外 界窃 听内部 数据 的安 全 环 以很好控制数据的用途（参与了什 比 如 ，对 于 大 型 的 D N N /
境，数据在该环境中由可信的程序 么计算任务）、用量（参与了几次 CNN模型的MPC推理耗时为分

进行处理。 计算、哪些字段参与了计算），容 钟级。
信息混淆脱敏路线
其主要代表技术是匿名化和
差分隐私。其典型方法是通过加
噪、删除、泛化等信息处理手段对

数据处理以减少或去除其中的敏
感信息后再输出。
分布式计算路线

其 代 表是联 邦 学 习 F L
（Federated Learning）和分割
学习（Split Learning）。大多分
布式计算任务原始数据不需要对
外输出，只需输出本地基于原始

数据计算的中间结果。

2022.8 金融科技视界 27