什么是蚂蚁隐私计算服务平台_蚂蚁隐私计算服务平台-阿里云帮助中心

蚂蚁隐私计算服务平台（Ant Privacy-Preserving Computation Platform，简称 AntPPC）是基于联邦学习（Federated Learning，简称 FL）、多方安全计算（Secure Multi-Party Computation，简称 MPC）、隐私求交（Private Set Intersection，简称 PSI）、可信执行环境（Trusted Execution Environment，简称 TEE）、差分隐私（Differential Privacy，简称 DP）等隐私数据保护技术，在保护隐私信息的前提下，实现数据价值分析与挖掘的隐私计算服务。

蚂蚁隐私计算服务平台包含联邦建模、多方安全建模、多方安全分析、隐私求交和管理控制台五个部分，提供了数据联合分析、隐私求交、模型训练、模型评估、模型预测和集中管控核心资源等功能。蚂蚁隐私计算服务平台遵循对等开放、安全为先的理念，实现了关键信息脱敏处理、关键信息分散存储以及数据传输端到端加密，保证了数据可用不可见，满足用户在数据合作中对安全、合规、隐私保护的强诉求，坚持为数据合作的各方建立可信、公允的加工和应用环境，通过数据促进业务发展和创新应用。

产品优势

专业
使用的隐私计算技术符合中国人民银行发布的《多方安全计算金融应用技术规范》，并获得国家金融科技测评中心首批金融应用技术测评认证。
安全
集成密码学、机器学习技术和加密硬件等多种安全方案，打破数据孤岛，不暴露各参与方敏感数据，实现数据可用不可见，满足安全、合规的需求。
自主高效
提供一站式端到端的应用服务开发平台，通过可视化交互的方式，实现数据价值的分析与挖掘。

组件介绍

使用对象	组件名称	功能
机构资源管理员	管理控制台	集中管控核心资源并配置蚂蚁隐私计算服务平台各类项目。
数据应用开发者	联邦建模	原始数据不离开本地的前提下，完成模型的研发和效果评估，实现模型迭代和更新。
	多方安全建模	原始数据不离开本地的前提下，通过交换信息量实现协同完成模型训练和预测。
	多方安全分析	原始数据不离开本地的前提下，利用安全加密的方法将多方数据进行联合分析。
	隐私求交	不泄露多余信息的同时，解决数据合作的各参与方获取和分析数据求交结果的需求。