G同盾科技李晓林：知识联邦——打造基于隐私计算的共享智能平台

为了保护数据隐私，还要发挥数据价值，实现数据的安全合规流通。我们已经知道业界推出了一系列的隐私计算技术手段，例如多方安全计算（MPC）、联邦学习（FL）、可信执行环境（TEE）等等，通过打破数据孤岛来增强数据的流通价值。而与此同时，随着各家隐私计算平台的推出，每个平台也是孤立的，又形成了新的数据群岛。此时就迫切需要打破平台之间群岛的壁垒。
要真正实现知识的共享互通机制，从而来充分发挥数据的价值，首要问题是保障一致性。一致性包括两个方面，一个方面是连接上的一致性，另一方面是数据、内容的一致性。连接上的一致性包括任务一致和同时启动，同时做同一个任务，计算节点一致、状态一致。流通内容包括参数、算法、模型，加密的流程、手段、顺序等都要一致，以及日志一致，以方便监管。

文章插图

为了真正实现打破数据孤岛、数据群岛，我们打造了基于隐私计算的开放共享平台。核心是智邦平台iBond，下层是智邦的内核iCore。这一整套系统是基于云原生的平台，目前有一系列的组件，包括管理数据市场i-data、管理应用市场SAFE和数据沙箱FORT，管理算法市场Caffeine、数据安全流通机制FLEX协议，以及联邦通信框架—离子键 Ionic Bond。我们可以看到，FLEX提供了数据安全流通的一系列协议，Caffeine提供了算法算子的算法库，SAFE提供了API和开发的SDK。上面是知识联邦的理论框架，从信息层、模型层、认知层到认知层，全方位的来融合知识。

文章插图

知识联邦是一个统一的多层次框架，融合了多种安全多方功能，比如基于数据安全交换协议等等，有效利用多个参与方的协议，真正实现数据可用不可见，知识共创和共享。
知识联邦的信息层有两项MPC，做一些安全计算查询、密文上的训练。模型层有点像联邦学习，这两个和既有的技术有一些重合，但是从认知层和知识层看，有我们的独创性。知识联邦超越了国外的初级联邦学习，是国产原创引领的一个可信AI原框架。认知层能够分流知识，这个知识本身不会因为一次性使用丢失，而是能够传递下去，能够进一步进行知识推理、知识融合、知识表达。

文章插图

我们为了支持各方面的流通，打通孤立的数据频道，打通平台间的壁垒。去年我们提出了FLEX协议，这是一整套的开源标准化的联邦协议，是可信AI的HTTPS。HTTP是是因特网上应用最为广泛的一种网络传输协议，所有的 WWW 文件都必须遵守这个标准。我们提出FLEX协议，也是希望能够在一个互联互通的标准下去使用数据，这也是业内首个联邦平台的互联互通协议，已经开源了，PPT右下角是我们的开源链接，我们也发布了FLEX白皮书。FLEX本身包括一个应用协议和公共组件，以及各种密码安全协议等等。
在此基础上，我们进一步提出全面互联互通参考模型FIRM模型。这是一个多层次的互联互通参考模型，把互联互通分为五个层次，包括平台层、通信层、数据交换层、算法层、应用层。比如说平台层，我们是智邦iCore内核，通信层是智邦Caffeine组件，在通信层数据流通的速度是开源的6倍左右。平台层是做一些用户的同步，启动任务、停止任务等等。通信层是信息传输，是数据安全交换，前面已经提到了。算法层可以做一些算法的存储类型及算法延伸。SAFE是场景的产生背景，场景的APE、SDK。

G同盾科技李晓林：知识联邦——打造基于隐私计算的共享智能平台 | 李晓林( 二 )