【腾讯云】腾讯云安全隐私计算
腾讯云安全隐私计算(TencentCloud Security Privacy Computing,TCSPC)是腾讯云推出的以 FL(联邦学习)、MPC(安全多方计算)、TEE(可信执行环境)等隐私数据保护技术为基础的隐私计算平台,产品针对机器学习算法进行定制化的隐私保护改造,保证原始数据不出本地即可完成联合建模,同时支持安全多方 PSI(隐私保护集合求交技术)、安全隐私查询、安全统计分析,提供基于硬件的 TEE 可信执行环境。通过腾讯云安全隐私计算最大化各个合作企业在数据安全的基础上的数据价值,很好地解决了业界数据孤岛的难题。
腾讯云安全隐私计算(TencentCloud Security Privacy Computing,TCSPC)是腾讯云推出的以 FL(联邦学习)、MPC(安全多方计算)、TEE(可信执行环境)等隐私数据保护技术为基础的隐私计算平台,产品针对机器学习算法进行定制化的隐私保护改造,保证原始数据不出本地即可完成联合建模,同时支持安全多方 PSI(隐私保护集合求交技术)、安全隐私查询、安全统计分析,提供基于硬件的 TEE 可信执行环境。通过腾讯云安全隐私计算最大化各个合作企业在数据安全的基础上的数据价值,很好地解决了业界数据孤岛的难题。
剥离可信中间方
腾讯云安全隐私计算改造业界已有联邦协议,剥离可信中间方保证传递任何加密中间参数都在合作方之间直接完成,没有任何中间方参与包括本平台,最大化保障合作双方数据更加安全。
多方联邦高效稳定
在两方联邦稳定运行的基础上,腾讯云安全隐私计算已支持稳定灵活地扩展到3方、4方联邦学习,充分发挥多方数据融合价值。
性能优异可扩展
基于K8s提供整套平台服务,基于 Apache Pulsar 提供消息通信服务,保证数据量级与通信资源的效率,同时,基于 Spark 集群提供弹性的计算服务,性能优异且可弹性扩展。
简单易用
从数据注册、项目创建、数据设置、安全求交、特征工程、到算法设置等关键环节,都只需简单操作即可完成,同时还方便进行模型效果对比及调参,让联合建模成本降到最低。
腾讯云安全隐私计算的特性
剥离可信中间方
腾讯云安全隐私计算改造业界已有联邦协议,剥离可信中间方保证传递任何加密中间参数都在合作方之间直接完成,没有任何中间方参与包括本平台,最大化保障合作双方数据更加安全。
多方联邦高效稳定
在两方联邦稳定运行的基础上,腾讯云安全隐私计算已支持稳定灵活地扩展到3方、4方联邦学习,充分发挥多方数据融合价值。
性能优异可扩展
基于K8s提供整套平台服务,基于 Apache Pulsar 提供消息通信服务,保证数据量级与通信资源的效率,同时,基于 Spark 集群提供弹性的计算服务,性能优异且可弹性扩展。
简单易用
从数据注册、项目创建、数据设置、安全求交、特征工程、到算法设置等关键环节,都只需简单操作即可完成,同时还方便进行模型效果对比及调参,让联合建模成本降到最低。
应用场景
跨机构数据合作场景
针对银行数据合作业务监管严格的情况,腾讯云安全隐私计算专门针对银行实现单向联邦网络策略,在纯私有化部署的基础上,开启单向网络策略连接到数据合作方,最大化保障银行侧安全性。

银行信贷场景
从引流阶段的营销服务,到贷前、贷中、贷后全面风控服务,腾讯云安全隐私计算平台助力银行信贷业务顺利展开。

广告 RTA 场景
信息流广告平台开放 RTA(Real Time API:实时应用程序接口)能力,腾讯云安全隐私计算平台助力数据合作方帮助广告主屏蔽劣质用户。