隐私计算技术是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中的 “可用不可见，可算不可识”。随着数据安全和个人隐私保护成为行业迫切需求，隐私计算是当前实现数据安全、个人隐私保护和数据价值平衡最有效的技术措施，其应用主要可以分为可信执行环境TEE、多方安全计算MPC、联邦学习FL三个主要流派。下面盘点全球前5的隐私计算企业。

1、谷歌

国家：美国

公司简介：Google AI团队在2016 年率先提出了“联邦学习”算法框架，2019年Google实现了第一个产品级的移动端联邦学习系统，并把该系统从联邦学习推广到联邦计算和联邦分析。

2、Intel

国家：美国

公司简介：Intel打造Software Guard Extensions（SGX）成为绝大部分可信执行环境实现方案的底座。Intel2015年推出Intel SGX，是基于Skylake微架构的第六代英特尔酷睿处理器。Intel SGX是一种为满足可信计算行业的需求而开发的技术，它与ARM TrustZone技术类似，但SGX是针对台式机和服务器平台。

3、ARM

国家：英国

公司简介：ARM（Advanced RISC Machines）的TrustZone是系统范围的安全方法，针对高性能计算平台上的大量应用，包括安全支付、数字版权管理（DRM）、企业服务和基于Web的服务。

4、阿里巴巴

国家：中国

公司简介：阿里巴巴增强隐私计算平台是基于安全技术（TEE、MPC、FL 联邦学习等）和人工智能框架打造，在保障数据隐私及安全前提下完成多方数据联合处理、联合训练、联合预测，实现数据价值的流通。

5、百度

国家：中国

公司简介：隐私计算是百度超级链提供的结合区块链技术的数据安全计算服务，实现数据的生产、存储、计算、应用的全流程安全可审计，保证多方协同中“数据可用不可见”和“过程可信可追溯”，帮助客户打破数据孤岛，充分发挥数据价值。

▎本文系Innov100原创文章，转载请标明出处。

更多精彩内容请登录https://www.innov100.com官方网站

或扫描下方二维码，点击关注微信公众号（ID：sagetimes）

点赞(0)

分享

• 复制链接
• 微信扫一扫