隐私计算与 AI:加密数据上的推理
同态加密与可信执行环境让加密数据上的 AI 推理成为可能,代价是性能。
技术路线
同态加密(加密数据上直接计算,慢千倍)、可信执行环境(硬件隔离的明文计算,快但需信任芯片)、安全多方计算(多方联合计算不泄露各自数据)。
与大模型的结合
医疗与金融的隐私推理场景有真实需求。当前性能只支持小模型与低频场景。
趋势
硬件厂商内置可信执行能力、推理框架的隐私模式支持。隐私推理的性能差距在缩小。
DISCUSSION
文章讨论
0 条评论
同态加密与可信执行环境让加密数据上的 AI 推理成为可能,代价是性能。
同态加密(加密数据上直接计算,慢千倍)、可信执行环境(硬件隔离的明文计算,快但需信任芯片)、安全多方计算(多方联合计算不泄露各自数据)。
医疗与金融的隐私推理场景有真实需求。当前性能只支持小模型与低频场景。
硬件厂商内置可信执行能力、推理框架的隐私模式支持。隐私推理的性能差距在缩小。
0 条评论