隐私计算

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。