Datatrust隐私计算_隐私增强计算(DataTrust)-阿里云帮助中心

为了更好理解DataTrust平台的安全管控机制和更好的理解使用该平台，建议您事先仔细了解以下术语。

产品模块、技术术语

隐私集合求交（PSI）	隐私集合求交：在不透露双方数据的前提下求出双方共有数据，非共有数据不公开，用于解决数据融合过程中的个人ID去标识化问题。
联邦学习（FL）	联邦学习是一种多个参与方在保证各自原始私有数据不出数据方定义的私有边界的前提下，协作完成某项机器学习任务的机器学习模式。
安全多方计算（MPC）	MPC是密码学中的定义，意为在无可信计算方的情况下，多个参与方各自持有秘密输入完成对某个函数的计算，但每个参与方最终只能得到计算结果和能从自己输入和计算结果中推出的信息，其他信息均可得到保护。
数据使用方	联邦学习中，一般指需要第三方数据做加持的一方，通常有label; PSI中，数据使用方和数据加持方对数据没有不同要求。
数据加持方	联邦学习中，一般指提供更多特征的一方，通常没有label； PSI中，数据加持方和数据使用方对数据没有不同要求。

KMS	租户提供，密钥管理服务，用于管理并保护签名密钥和数据密钥。
ECS	租户提供，弹性可伸缩的计算服务，用于部署本地客户端LSCC。
RDS	租户提供，本地数据库引擎，存储处理和保护本地数据源。
MaxCompute	租户提供，全托管的在线数据仓库服务，提供高性能可扩展的计算和存储能力。用于存储和保护本地数据源和多方安全计算的引擎。