informasi kontak saya
Surat[email protected]
2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Dengan popularitas konsep seperti MPC dan komputasi privasi, banyak lembaga pemerintah dan perusahaan keuangan mulai mempertimbangkan untuk berpartisipasi dalam skenario komputasi multi-pihak untuk memperluas nilai penerapan data.
Dengan mengambil contoh skenario berikut, bank mungkin ingin memperoleh data dari Biro Air dan Listrik serta Biro Perpajakan untuk menghitung secara komprehensif nilai kredit setiap perusahaan.
Melalui TEE, MPC dan strategi lainnya, kebocoran data perantara dapat dicegah selama proses perhitungan.
Namun, hasil penghitungan pada akhirnya akan dikembalikan ke pemrakarsa pekerjaan. Misalnya, ketika pemrakarsa mencoba menanyakan [id perusahaan, konsumsi air + konsumsi listrik], platform komputasi privasi hanya dapat memastikan bahwa konsumsi listrik dan konsumsi air saja adalah tidak bocor, dan tidak dapat menjamin konsumsi air dan konsumsi listrik tidak bocor. Nilai tambah konsumsi listrik tidak bocor, lagipula nilai tambah tersebut disajikan sebagai hasil perhitungan.
Oleh karena itu, masalah “apakah hasil perhitungan akan membocorkan data sensitif” tidak dapat diselesaikan dengan strategi seperti TEE dan MPC.
Platform komputasi privasi secara paksa membatasi penggunaan data sensitif dengan menetapkan kebijakan privasi yang kompleks dan menentukan beberapa skenario SQL.
Misalnya, kolom ID langsung ditolak, kolom data sensitif diekspos dalam teks biasa, dll.
Algoritme jenis ini dapat melindungi hasil agregasi data sensitif agar tidak disimpulkan, namun terbatas pada hasil agregasi data sensitif. Jika pemrakarsa pekerjaan memiliki kebutuhan di luar penerapan algoritme, ia perlu mengandalkan metode lain yang lebih manual untuk pencegahan.
Namun, karena skenario bisnis yang kompleks, jika aturannya terlalu ketat, operasi logika normal mungkin diblokir; jika pembatasannya terlalu lemah, data sensitif dapat diakses dan hilang secara jahat.
Oleh karena itu, dalam penghitungan SQL multipihak, setiap penyedia data dan pemrakarsa pekerjaan harus mampu melakukannyamencapai konsensus, konfirmasikan bahwa penggunaan data dalam operasi adalah normal dan wajar.
Namun, penggunaan mekanisme persetujuan memerlukan penyelesaian kesulitan-kesulitan berikut:
1. Cara mengurai informasi penting yang diperlukan oleh masing-masing peserta dari pernyataan SQL gabungan multi-pihak sehingga informasi sensitif bisnis pemrakarsa tidak terekspos ketika peserta mengonfirmasi penggunaan data mereka sendiri.
2. Bagaimana mencegah pemrakarsa membuat SQL tertentu untuk mendapatkan bidang yang tidak boleh terlihat.
Layanan komputasi cerdas tepercaya Huawei tics telah mendukung fungsi persetujuan dalam pekerjaan SQL gabungan dan memecahkan masalah di atas.
Saat mencoba memulai pekerjaan multi-pihak SQL, penyedia data dapat menyetujuinya untuk mengonfirmasi apakah penggunaan data ini diperbolehkan.
Langkah-langkah spesifiknya adalah sebagai berikut:
Gambar 1Kirimkan untuk persetujuan
Saat ini, ketika TICS menjalankan pernyataan SQL dari pekerjaan analisis, TICS tidak lagi tunduk pada batasan sintaksis aturan privasi. Pada saat ini, penyedia harus mengonfirmasi tujuan bidang tersebut sebelum pernyataan SQL dapat dilanjutkan dieksekusi. Jika SQL diubah dan disimpan selama persetujuan atau setelah persetujuan diberikan, Anda perlu mengirimkan ulang untuk mendapatkan persetujuan.
Setelah penyerahan selesai, Anda dapat melihat pemberi persetujuan dan kemajuan persetujuan di bagian bawah halaman.
Gambar 2Kemajuan persetujuan
gambar 3Manajemen persetujuan
Anda dapat melihat laporan persetujuan di halaman detail. Isi laporan mencakup pemrakarsa pekerjaan, pernyataan SQL yang akan dieksekusi pada konektor proksi, deskripsi peran setiap bidang, apakah terlihat di hasil (yaitu). , ditampilkan dalam teks yang jelas), dll.
Gambar 4Detail
Gambar 5Jalankan pekerjaan