2025年10月，IEEE SA发布《IEEE 3169-2025隐私保护计算安全要求》国际标准。该标准由蚂蚁集团牵头，联合30多家机构共同制定，针对多方安全计算、联邦学习等技术路线提出1-5级安全分级规范。
SCQL 1.0.0b1 版本正式发布！作为SecretFlow生态核心组件，本次更新带来多项改进：新增RANK窗口函数、DeleteProject API和时间类型支持；优化数值类型精度与PSI性能；修复引擎会话流程、Broker Server默认值等问题。感谢jingshi-ant等社区贡献者的努力。SCQL作为安全协作查询语言，可将SQL转换为明密文执行图，助力隐私计算发展。欢迎为项目点赞支持（GitHub地址：https://github.com/secretflow/scql）。
背景 密态计算能够支持多方联合建模而不泄漏数据价值。该方案是基于蚂蚁密算隐语团队开发的 Secret Sharing - Generalized Linear Model (SS-GLM) 算法完成了联合建模的步骤。 很多业务小伙伴们多次询问我们是否可以进一步提升该算法的性能。 通过分析 SS-GLM 算法的性能，我们发现 exp 算子占用了40%以上的计算时间，高于其他任何单一操作。 根据德摩
打开链接点亮社区Star，照亮技术的前进之路。每一个点赞，都是社区技术大佬前进的动力 Github 地址： https://github.com/secretflow 一、可信数据空间介绍 可信数据空间，是指基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施。 是数据要素价值共创的应用生态，是支撑构建全国一体化数据市场的重要载体。可信数据空间须具备数据可信管控、资源交互、
摘要：隐私计算技术正成为金融证券行业应对数据合规与协同分析挑战的关键解决方案。在监管趋严和数据高敏感性的背景下，隐语（SecretFlow）开源框架以"可用不可见"理念支持加密状态下的联合分析。10月30日线上活动将邀请国泰海通证券专家分享隐语在金融场景的实践经验，包括二次开发、性能优化等核心议题。活动面向金融科技从业者、隐私计算开发者及数据合规管理者，旨在降低技术应用门槛，推动行业数据要素合规流通。
打开链接点亮社区Star，照亮技术的前进之路。每一个点赞，都是社区技术大佬前进的动力 Github 地址： https://github.com/secretflow 本文根据蚂蚁集团隐私计算产品专家 陈步华，在「隐语城市行·成都站 X 蓉数大讲堂」的演讲分享整理。 在数字化时代，隐私保护与数据价值的挖掘成为企业关注的焦点。作为蚂蚁隐语团队的产品经理，非常高兴在这里跟大家分享隐语在隐私计算
一个偶然的机会接触到隐私计算，当时隐语（SecretFlow）刚刚开源，社区热度很高，也吸引了我开始关注。带着好奇心，我开始尝试了解隐语的架构与生态，从而开启了我在隐语社区的开源旅程。
在传统机器学习场景中，完成模型训练得到模型之后，如何将模型的推理能力应用到实际的生产业务场景中呢？ 通用的做法是通过使用在线推理框架加载这些模型，并将其服务化以提供接口给业务系统使用。
作者：亚信科技高级研发工程师 阳仔 蚂蚁密算技术专家 操顺德 排版整理：社区贡献者 曾辉 ? 本文整理自亚信科技高级研发工程师阳仔与隐语社区 Maintainer 操顺德的技术对话。 他们围绕隐语（SecretFlow）在隐私计算、性能优化、互联互通、安全体系以及可信数据空间方向的探索展开了深入讨论， 全面展示了隐语在数据要素时代下的技术演进与产业落地。 引言 在数据要素市场化的浪潮下，我们内
打开链接点亮社区Star，照亮技术的前进之路。每一个点赞，都是社区技术大佬前进的动力 Github 地址： https://github.com/secretflow 在国家数据局统筹推动下，可信数据空间正成为国家数据基础设施的重要组成。它通过数字合约和使用控制等技术，**为数据流通构建安全可信的“管道”与“枢纽”，**实现跨主体有序共享，让数据像用电、用水一样便捷高效。全国数据标准化技术委员会
打开链接点亮社区Star，照亮技术的前进之路。每一个点赞，都是社区技术大佬前进的动力 Github 地址： https://github.com/secretflow 一、引言 本文针对联邦学习中遇到的Non-IID问题进行探讨，介绍Non-IID产生的原因，分析Non-IID对联邦学习的影响，以及调研了近年来针对该问题的解决方案，并进行分类总结。 1.1 背景介绍 在联邦学习中，拥有不同数据
导语 2022年10月份，隐语发布了PSI的性能数据，当时就引起了内部和外部用户的广泛关注，具体协议包括：ecdh/kkrt16/bc22协议，这些协议更适合双方数据量差别不大的场景，称为平衡PSI（Balanced PSI）。 在现实的隐私求交场景中，有时双方数据量级差异很大，例如：百万vs十亿，2千万vs 20亿。针对这种场景，隐语实现并开源了专门的非平衡PSI（Unbalanced PSI
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
