产品升级｜数据采建管用通，一站式搞定，实现“数”尽其用！
一、关于Dataphin
Dataphin是瓴羊旗下的智能数据建设与治理平台，是阿里巴巴多年内部实践及方法论的产品化输出，可帮助企业一站式构建生产经济、质量可靠、安全稳定、消费便捷的企业级数据资产。
1、组件化联邦学习框架（FL）
联合深度学习，差分隐私安全加固：两方各自计算，再通过交换中间结果来完成联合训练，无需共享原始数据。同时基于差分隐私技术对中间参数信息进行了加噪处理，进一步保障了安全性。
高效DAG引擎，通用组件框架：为降低联邦学习使用门槛，支持以拖拉拽组件的方式，搭建联邦学习工作流，提升交互体验。
2、安全多方联合分析（MPCSQL）
分布式SQL引擎，高效执行：将用户输入的SQL拆解成可多方执行的分布式计划，根据每个SQL算子的输入信息、算子处理逻辑、算子的输出信息染色打标，基于染色信息进行子树切割和执行翻译，生成多方执行计划，完成多方分布式SQL计算。
明密文算子分开编译，密文算子安全加固：SQL解析后生成的执行计划包括明文执行的SQL算子和密文执行的安全算子，密文算子在密态下执行，对原始数据进行加密处理，不泄漏数据隐私。
3、全同态隐匿信息查询(PIR)
基于全同态加密实现Keyword-PIR：目前实现的是基于全同态加密的Keyword-PIR方案，支持多key列和多value列查询，可以实现客户端安全（客户端查询内容无法被服务端获知）& 服务端安全（客户端仅能知道客户端查询命中的内容，除此之外的其他服务端数据客户端无法获知）。
PIR预计算及分桶切片，优化PIR性能：引入PIR预计算环节，提前对服务端的数据进行预计算，当客户端对同一份服务端数据进行多次不同的查询时，可以快速利用预计算的结果。同时在工程实现上使用了分桶切片技术，将大数据量进行分桶处理，以单桶-单桶的计算逻辑为基准，进行多pod、多分桶的调度和控制，进一步提升了稳定性和性能。
Dataphin(DataTrust)隐私计算已经在金融行业、电力行业、互联网、政务等多个行业有应用落地。
1、汽车-线索评级，引导关注高价值客户线索并快速呼出
客户痛点：获客方式主要为预约试驾/到店参观，对车企而言很难通过一次的“到店/试驾行为”评估客户是否为高意向客户。
解决方案：通过Dataphin(DataTrust)隐私计算的隐匿信息查询和联邦学习功能，完成客户和第三方数据标签的精准查询和建模。
2、阿里某业务线&外媒，精准广告营销，ROI提升300%+
客户痛点：在阿里某业务和外部媒体之间，期望通过精准营销的方式，节约营销成本，提升营销ROI。
解决方案：通过Dataphin(DataTrust)隐私计算的ID安全匹配功能，在双方数据不出域的情况下，完成阿里某业务&媒体人群圈选，只针对特定人群进行广告投放。
3、Dataphin(DataTrust)隐私计算助力百视TV释放数据要素红利
客户痛点：随着业务体量、用户数量的增长，百视TV台对智能推荐功能提出了更高的要求，尤其是对于新用户增长，难取得较好的效果。
解决方案：采用Dataphin(DataTrust)隐私保护计算的隐匿信息查询能力，在保护百视TV数据隐私的前提下，查询获取数据供应商提供的Embedding特征标签，用于后续视频推荐建模。
关于我们
往期回顾