DataTrust主要解决企业/机构数据流通问题，底层依赖安全多方计算MPC、联邦学习FL、隐私集合求交PSI等隐私计算技术，提供ID安全匹配、隐匿信息查询、安全联邦学习、安全联合分析等核心能力，产品大图如下：

ID安全匹配

在弱匿名化的前提下进行ID安全匹配。用于在不泄漏数据参与多方原始数据的前提下，得出共有ID集，非共有ID不会透出。

隐匿信息查询

也称隐私信息检索,是指查询方隐藏被查询对象关键词或客户ID信息,数据服务方提供匹配的查询结果却无法获知具体对应哪个查询对象。

安全联邦学习

在原始数据不出域的前提下，通过交换各个参与方的算法训练的中间结果梯度、参数信息，或完全在密文条件下进行计算，从而发挥参与多方数据样本更丰富、更全面的优势，得出更优模型。

安全联合分析

在原始数据不可见的前提下，提供SQL模式对多方数据进行联合分析。

安全性高 DataTrust，拥有全链路数据保护和权限管理机制，在数据的数据源调取、算法使用、算法变更环节，隐私计算都会发起授权，需要数据合作方进行确认审批，保证数据的使用不会出现数据合作预期之外的场景，全程清晰可见。另外，瓴羊隐私计算底层加密算法全部自研，自研算法在多个顶会中稿，底层算法能力已开源。并且，DataTrust是业界首个获得工信部、ISO、国家金融评测中心三大类评测的隐私计算平台。

性能优越

DataTrust，生长于阿里数据中台实践，在解决大数据场景下有优越的性能，支持百亿级别的PSI、亿级别的SQL分析，千维联邦学习，隐匿信息查询秒级返回；

智能化强

安全性和性能是隐私计算领域的两大挑战，想达到很高的安全性，性能必然受到影响。DataTrust，结合了大量的场景实践，创新性提出了智能计算模式，能保障安全性的前提下，能根据场景、数据量、网络等情况，自动选择最优的协议、最优的计算引擎、最优的算法，自动为该场景匹配最优的计算模式。

优质供给

随着全域群体智能兴起，各大平台在积极探索与生态伙伴的合作，进行数据、场景、业务共创，以推动行业的发展。DataTrust，作为阿里官方隐私计算平台，以安全合规的方式支持数据生态联通，帮助阿里和生态伙伴更好的进行业务创新，带领行业发展。

专业方案

我国数字经济蓬勃发展，企业正在加速数字化转型。企业数字化需要从数据采集、数据处理、数据共享、数据应用等各个环节，进行全链路数字化建设。瓴羊隐私计算，针对不同行业，可以与瓴羊其它产品（包括Dataphin、QuickBI、Quick Audience、Quick Service等）一起，提供专业化的企业数字化方案，不仅能让企业数据被使用起来，还能让企业数据安全流动起来。