VIP20

本课程属于：001-AI安全合规与法规 网络安全工程与攻防实战 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

隐私计算技术选型指南

📚 共计 30 章节

隐私计算概述

隐私计算的定义、发展历程、核心价值与主要应用场景。

技术全景图

联邦学习、安全多方计算、可信执行环境、差分隐私、同态加密的技术对比。

联邦学习（上）

横向联邦学习原理、架构与典型应用场景。

联邦学习（下）

纵向联邦学习、联邦迁移学习及通信开销优化。

安全多方计算（MPC）

秘密共享、混淆电路、不经意传输的核心原理与性能瓶颈。

可信执行环境（TEE）

Intel SGX、ARM TrustZone、AMD SEV的原理与安全假设。

ε-差分隐私定义、拉普拉斯机制、指数机制及其在数据发布中的应用。

半同态加密（PHE）、部分同态加密（SWHE）、全同态加密（FHE）的技术演进。

技术选型框架

从数据形态、参与方数量、安全等级、性能要求四个维度建立选型决策树。

决策树框架

金融风控场景

联合信贷评分、反欺诈中的联邦学习与MPC选型实战。

医疗健康场景

跨机构医学影像分析、基因数据共享中的隐私计算方案。

政务数据共享

人口普查、税务核查中的安全多方计算与差分隐私应用。

互联网广告

基于联邦学习的用户画像与CTR预估，隐私保护下的精准营销。

物联网与边缘计算

轻量级隐私计算方案在智能家居、车联网中的部署。

性能评估指标

计算开销、通信开销、精度损失、安全强度的量化对比方法。

开源框架选型

FATE、PySyft、TF-Encrypted、CrypTen、OpenFL的对比与适用场景。

商业化产品分析

蚂蚁链摩斯、华为可信智能计算、腾讯云隐私计算平台的特性对比。

密码学基础回顾

公钥密码、对称密码、哈希函数在隐私计算中的角色。

密码学基础

安全模型与假设

半诚实模型、恶意模型、covert模型对选型的影响。

安全模型假设

合规与法律视角

GDPR、《个人信息保护法》、《数据安全法》对技术选型的约束。

跨域数据对齐

隐私保护下的实体对齐（PSI）技术选型与优化。

模型安全与鲁棒性

梯度泄露攻击、模型投毒攻击的防御与选型考量。

混合方案设计

联邦学习+MPC、TEE+差分隐私等混合架构的实践案例。

部署架构选型

中心化、去中心化、星型拓扑对通信与安全的影响。

密钥管理与证书体系

隐私计算中的密钥生命周期管理与PKI建设。

审计与追溯

基于区块链的隐私计算审计方案与可追溯性设计。

审计区块链

行业标准与白皮书

IEEE、ITU-T、信通院隐私计算标准解读。

标准白皮书

后量子密码、全同态加密硬件加速、隐私计算与AI大模型的结合。

趋势后量子

选型决策报告撰写

从需求分析、POC验证到最终选型报告的结构化输出。

课程总结与实战演练

综合案例——构建一个跨机构的隐私计算联合查询系统。