英特尔和蚂蚁链推出可信计算平台,为AI机器学习提供数据隐私保护解决方案
摘要: 面向当前海量数据分析隐私安全的诉求,为数据要素流通、产业Web3在大规模数据应用方向上提供技术支撑。
5 月 31 日,在 Intel Vision 大会上,英特尔与蚂蚁链联合发布基于可信执行环境(TEE)的可信计算平台Massive Data Privacy-preserving Computing Platform (MAPPIC),旨在为大规模 AI 机器学习提供安全、高效、易用的隐私保护方案。
MAPPIC 支持多云、集群化部署,并将提供SaaS化服务。平台底层依托蚂蚁开源 TEE 操作系统 Occlum 和英特尔开源的BigDL PPML 框架,用户只需修改少量源代码就可以让主流分布式AI框架、分布式组件等关键技术在TEE中可靠运行,低门槛实现大数据的全面隐私保护。
MAPPIC的发布,是在双方过往合作成果上的进一步升级,面向当前海量数据分析隐私安全的诉求,为数据要素流通、产业Web3在大规模数据应用方向上提供技术支撑。
英特尔为 MAPPIC 提供了硬件底座支持,包括Intel SGX在内的TEE硬件,以及高性能的BigDL分布式机器学习库。蚂蚁链与可信原生技术团队一起在TEE操作系统Occlum上实现高效融合,构建集群化计算能力,为用户提供安全、易用的计算服务,包括应用安全审计、分布式密钥管理等安全技术,支持场景化配置、web3交互等能力。同时,英特尔也在更多可信硬件(如Intel TDX)及异构加速硬件方面与MAPPIC进行融合。
据悉,MAPPIC将具备百TB乃至PB级数据规模下的隐私保护数据分析能力,并支持复杂AI模型的隐私保护推理能力,并与蚂蚁链隐私协作平台 FAIR打通,助力数据要素流通。
近年来,随着 AI 技术的广泛应用,AI服务隐私泄露风险日益突显,时刻危及着用户敏感数据的安全。这里面既存在模型本身的安全风险,也存在使用模型提供预测服务时造成的隐私数据泄露风险。
主流的隐私计算技术方案中,多方安全计算和联邦学习在软件层面使用相应的密码算法实现隐私保护,可信执行环境(TEE)依托硬件的安全可信机制,支持通用计算逻辑,面向高复杂度算法,可以实现接近通用CPU计算的性能。同时,TEE 的技术方案与硬件公司高度关联,硬件成熟度、规模性等问题都决定着 TEE 能否走向大规模商用。英特尔的计算硬件经过多年的场景验证,在市场上具有显著优势。MAPPIC 的底层能力也依托英特尔的硬件产品,使得自身的稳定性和扩展性得到了保障。
据了解,蚂蚁链长期一直以来不断探索TEE技术在可信和隐私保护领域的应用落地,从2018年起研发了“基于硬件TEE技术的区块链数据隐私保护方案”,随后该技术论文入选数据库含金量最高顶会ACM SIGMOD 20。2019 年,蚂蚁链与Intel基于Occlum实现了基于TEE的链下通用计算能力;2022 年继续与Intel BigDL团队合作,完成基于TEE的大数据隐私保护分析的基础能力。
英特尔公司副总裁李炜表示:“我们很高兴和蚂蚁链合作推出MAPPIC,这将为用户的数据隐私保护提供创新的解决方案。作为芯片行业的领导者,英特尔一直致力于和合作伙伴共同推进前沿技术的发展和应用,为此我们也非常期待和蚂蚁链的合作在未来能更进一步。”
蚂蚁集团拥有全球第一的隐私计算专利,“我们非常重视TEE、MPC等隐私计算技术并持续重点投入了6年,”蚂蚁集团数字科技首席技术官张辉表示,希望和英特尔以MAPPIC为契机,为Web3、AI等产业的海量数据可信安全协作探索更前沿的技术实践。
评论(0)
Oh! no
您是否确认要删除该条评论吗?