隐私计算

Privacy Computing

煋辰数智数据隐私智能平台介绍

  煋辰数智数据隐私智能平台(StarcX)是基于安全多方计算、联邦学习、知识图谱、决策引擎及区块链等技术自主研发的企业级隐私保护计算平台产品。StarcX平台涵盖了从密码、通信、算法到权限的四大通用组件,具有“高安全、高性能、高兼容”三大优势特性,适配不同联邦计算场景,并在一定标准内支持异构计算框架之间的互联互通。StarcX平台提供隐私交集、联合统计、匿踪查询、数据核算与智能联合建模等应用服务矩阵,满足私有化软件、SaaS及软硬专用一体机等多种灵活部署方式,为政务、金融、医疗、运营商等多行业的数据要素安全流通赋能,实现"数据可用不可见,不拿数据拿结果"。

核心技术

  • 安全多方计算
  • 联邦学习
  •   安全多方计算(Secure Multi-Party Computation,简称MPC)在无可信第三方的情况下,采用密码学领域的安全多方计算协议,允许多个数据所有者在原始数据不出本地数据库的情况下进行协同计算,输出各自计算结果,并保证任何一方均无法得到除应得的计算结果之外的其他任何信息。煋辰数智利用不经意传输、秘密共享、混淆电路、零知识证明、差分隐私等安全多方计算技术,应用在政务数据共享、联合征信、保险核保理赔等场景和应用。

    联邦学习(Federated Learning,简称FL)是在原始数据不出域的情况下,通过交互传输模型参数或中间计算结果加密值或转化值,实现多方数据的分布式联合学习,能够有效帮助多个机构间在满足用户隐私保护、数据安全合规的前提下,进行数据运用和价值挖掘。煋辰数智运用逻辑归回、线性归回、GBDT、XGBoost、随机森林、神经网络等联邦学习算法进行模型构建,应用在反欺诈、反洗钱、智能风控、联合定价等应用场景。

    核心产品

    • 煋辰数智安全多方计算
      StarcMPC

      煋辰数智安全多方计算(StarcMPC,StarcData Secure Multi-Party Computation)是一种基于分布式数据集的协同计算技术,在逻辑上将不同域的数据进行融合关联,物理上数据仍存在各自机构中。StarcMPC融合了不经意传输、秘密分享、混淆电路、同态加密、差分隐私等多种密码学思想,在保证数据信息不被泄漏的情况下,实现多方联合计算,进而保障各个合作方的数据安全,为基于大数据的分析、预测和决策提供底层安全计算能力支持。

    • 煋辰数智联邦学习
      StarcMPC

      煋辰数智联邦学习(StarcFL,Starcdata Federated Learning)是多个参与方在各自的原始数据不出私域的前提下,共同完成机器学习或深度学习任务,让参与方在不共享、不泄露自有数据的前提下进行联合学习,以丰富对象特征和数据模型,打破数据孤岛,实现AI协作,达到“数据不动模型动,不聚数据聚能力”的效果。此模式下参与者所拥有的私有数据通过安全计算均得到安全保护,从而防止数据被恶意泄漏或逆向破解。

    • 煋辰数智智能决策引擎
      StarcMPC

      煋辰数智智能决策引擎(StarcSD, Starcdata Smart Decision)通过自动整合源数据,自由配置指标、规则、模型等,形成可以由用户灵活调配的决策流,自动处理业务得出结果,并支持智能数据实时分析等功能,实现业务决策工作流的全生命周期管理,提升业务响应速率与决策效率,大幅节约人工成本。可应用于风控、反欺诈、智能核保等业务场景,助力业务决策更准确、更高效。

    • 煋辰数智关联图谱
      StarcMPC

      煋辰数智关联图谱(StarcRG, Starcdata Relationship Graph)是基于图数据库的可视化分析产品,结合自主创新的图算法技术,有效融合多源异构数据、挖掘复杂数据业务关联、识别实体间复杂关系网络。通过StarcRG提供全方位的图设计、图搜索、图分析、图规则等功能,快速发现风险点,实现多种行业知识图谱的场景应用,如金融反欺诈、团伙识别、医疗患者时空分析等。

    • 煋辰数智一体机
      StarcBox

      煋辰数智一体机(StarcBox)是高性能聚合隐私计算商用硬件产品,基于隐私计算、数据安全、人工智能等技术为客户提供软硬一体标准化解决方案,其操作简洁、开箱即用,支持本地化部署、多系统适配及多配置选择等功能,实现集存储、加密、计算、认证「四位一体」的全数据链隐私保护,充分做到数据可用不可见,助力企业、机构、政府等各类客户在不同场景中解决数据隐私、数据安全问题。


      煋辰数智数据保险箱


      • 安全自主可控一体化产品 

      • 开箱即用,改造成本低

      • 部署国产化,迁移简单化

      • 全密态保护,运管拆分