隐私计算是“隐私保护计算”(Privacy- Preserving Computation的简称,可以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,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”。
隐私计算以安全多方计算(SecureMulti-party Computation, MPC)、联邦学习(Federated Learning,FL)、可信执行环境 (Trusted ExecutionEnvironment, TEE)三大技术路线为代表,同时发展出了同态加密、差分隐私等其他密码学技术为辅助的成熟技术体系。