有奖问答 | 聊聊隐私计算技术

数据流动起来才可以创造更大的价值，随着数字经济持续高速增长， 数据的互联互通需求越来越旺盛，大到政府机关的公共数据、公司核心商业数据、小到个人信息。近两年，我国也相继出台了 《数据安全法》 和 《个人信息保护法》。因此， 如何让数据安全地流通起来，是一个必须要解决的问题。

隐私计算技术作为 连接数据流通和隐私保护法规的纽带，通过同态加密、混淆电路、差分隐私等技术，实现了 “数据可用不可见”。隐私计算技术是在保护 数据提供方不泄露原始数据的前提下，实现数据分析计算的技术集合。它作为数据流通的 重要创新前沿技术，目前主要包含如下三大技术路线： 安全多方计算 (SMPC)、机密计算 (TEE)、联邦学习 (FL) ，这些技术已经广泛应用于金融、医疗、通信、政务等多个行业。

OSCHINA 本期高手问答 (8 月 9 日 - 8 月 15 日) 我们请来了 PrimiHub 开源 和大家一起探讨关于「隐私计算技术」的问题。

可讨论的问题包括但不限于：

• 什么是隐私计算

• 隐私计算的学习建议

• 隐私计算相关的技术

• PrimiHub 的技术设计

如有其他隐私计算相关问题也欢迎积极提问。

长按识别下方二维码立即提问：

---

嘉宾介绍

刘仁章，应用数学博士，北京原语科技密码学专家。精通格密码、同态加密、安全多方计算等。在 NIST 全球后量子密码算法竞赛中攻破 HK17 等多个后量子密码候选方案。曾获 2022 年 “金融密码杯” 竞赛一等奖。

---

为了鼓励踊跃提问， 原语科技 PrimiHub 会在问答结束后从提问者中抽取 5 名幸运会员，赠予 PrimiHub 定制笔记本礼盒 3 件套（内含：笔记本 * 1、金属签字笔 * 1、U 盘 * 1）。

下面欢迎大家就 隐私计算技术 相关问题向 PrimiHub 提问，识别下方二维码/点击文末阅读原文 直接回帖提问既可。

立即参与提问