課程簡介
本課程在于幫助學員掌握隱私計算（privacy computing）技術(shù)的概念、原理、技術(shù)組成與應
?場景和應??式，了解該技術(shù)的起源、背景、發(fā)展和現(xiàn)狀；掌握相關(guān)框架和?案。
目標收益
完成本課程學習后，學員能夠理解并掌握隱私計算基本概念、相關(guān)技術(shù)（安全多?計算、聯(lián)
邦學習、可信執(zhí)?環(huán)境、區(qū)塊鏈）的核?原理和基本算法，并能針對適?的應?場景進?解
決?案設(shè)計
培訓對象
課程大綱
| 隱私計算背景 |
-政策背景 -市場問題和潛? -研發(fā)動態(tài) |
| 隱私計算概念 |
-”數(shù)據(jù)可?不可?，數(shù)據(jù)不動模型動“ -“數(shù)據(jù)可?不可?，數(shù)據(jù)可控可計量” - “不共享數(shù)據(jù)，?是共享數(shù)據(jù)價值” |
| 隱私計算技術(shù)組成 |
-聯(lián)邦學習 Federated Learning, FL -安全多?計算 Secure Multiparty Computation, MPC / SMPC -可信執(zhí)?環(huán)境 Trusted Execution Environment, TEE -區(qū)塊鏈 Block chain |
| 聯(lián)邦學習 Federated Learning, FL |
-為什么需要聯(lián)邦學習 -什么是聯(lián)邦學習 ①聯(lián)邦學習優(yōu)、劣勢 ②橫向聯(lián)邦學習 ③縱向聯(lián)邦學習 ④聯(lián)邦學習遷移學習 -聯(lián)邦優(yōu)化 ①?獨?全同數(shù)據(jù) Non-IID ②?平衡性 Unbalanced ③?規(guī)模分布 Massively distributed ④受限的通信 Limited communication -聯(lián)邦學習算法 FederatedAveraging -聯(lián)邦學習技術(shù)挑戰(zhàn) ①在設(shè)備訓練 On device training ②隱私保護 -聯(lián)邦學習應?場景 -聯(lián)邦學習框架 ①TensorFlow Federated ②FATE (Federated AI Technology Enabler) |
| 安全多?計算 Secure Multiparty Computation, MPC / SMPC |
-加密性和共享性?盾 ·同態(tài)加密 -安全多?計算典型架構(gòu) -安全多?計算應?示例 |
| 可信執(zhí)?環(huán)境 Trusted Execution Environment, TEE |
-基于硬件的可信計算技術(shù) -基于軟件的可信計算技術(shù) |
| 區(qū)塊鏈+隱私計算 |
-計算任務數(shù)據(jù)全?命周期的安全性 -計算任務過程可追溯性 -Phala ?絡(luò) ·波卡計算中的隱私計算平?鏈 |
| 隱私計算應? |
-政務領(lǐng)域 -?融領(lǐng)域 -醫(yī)療領(lǐng)域 -?告領(lǐng)域 |
|
隱私計算背景 -政策背景 -市場問題和潛? -研發(fā)動態(tài) |
|
隱私計算概念 -”數(shù)據(jù)可?不可?，數(shù)據(jù)不動模型動“ -“數(shù)據(jù)可?不可?，數(shù)據(jù)可控可計量” - “不共享數(shù)據(jù)，?是共享數(shù)據(jù)價值” |
|
隱私計算技術(shù)組成 -聯(lián)邦學習 Federated Learning, FL -安全多?計算 Secure Multiparty Computation, MPC / SMPC -可信執(zhí)?環(huán)境 Trusted Execution Environment, TEE -區(qū)塊鏈 Block chain |
|
聯(lián)邦學習 Federated Learning, FL -為什么需要聯(lián)邦學習 -什么是聯(lián)邦學習 ①聯(lián)邦學習優(yōu)、劣勢 ②橫向聯(lián)邦學習 ③縱向聯(lián)邦學習 ④聯(lián)邦學習遷移學習 -聯(lián)邦優(yōu)化 ①?獨?全同數(shù)據(jù) Non-IID ②?平衡性 Unbalanced ③?規(guī)模分布 Massively distributed ④受限的通信 Limited communication -聯(lián)邦學習算法 FederatedAveraging -聯(lián)邦學習技術(shù)挑戰(zhàn) ①在設(shè)備訓練 On device training ②隱私保護 -聯(lián)邦學習應?場景 -聯(lián)邦學習框架 ①TensorFlow Federated ②FATE (Federated AI Technology Enabler) |
|
安全多?計算 Secure Multiparty Computation, MPC / SMPC -加密性和共享性?盾 ·同態(tài)加密 -安全多?計算典型架構(gòu) -安全多?計算應?示例 |
|
可信執(zhí)?環(huán)境 Trusted Execution Environment, TEE -基于硬件的可信計算技術(shù) -基于軟件的可信計算技術(shù) |
|
區(qū)塊鏈+隱私計算 -計算任務數(shù)據(jù)全?命周期的安全性 -計算任務過程可追溯性 -Phala ?絡(luò) ·波卡計算中的隱私計算平?鏈 |
|
隱私計算應? -政務領(lǐng)域 -?融領(lǐng)域 -醫(yī)療領(lǐng)域 -?告領(lǐng)域 |
近期公開課推薦
