【隐语笔记3】隐语架构概览

一、总体架构

二、架构分解

2.1 产品层

目标：通过可视化产品，能够快速实现隐私计算demo；通过模块化API/SDK降低技术集成的成本。
SercetPad：一个隐私计算web框架，能够方便的使用基于保护隐私的数据智能和机器学习的能力。
SercetNote：类似于具有隐语特色的丘比特，能够方便的进行交互式建模，节点监控。

2.2 算法层

PSI(隐私求交)。支持多种隐私求交协议，如半诚实模型下：两方的协议有ecdh/kkrt16/bc22(pcg-psi)/ec-oprf psi(unbalanced psi);多方的协议：ecdh-3-party（可扩展至多方）。恶意模型下：mini-psi(适合小数据集)
PIR(匿踪查询)。sealed pir/label pir
Data Analysis(SCQL):屏蔽底层安全计算协议的复杂性，以简单熟悉的SQL语言界面，提供多方数据密
态分析能力态分析能力。（半诚实安全模型）
Federated Learning(联邦学习):具备安全攻防保障的明密文混合机器学习框架和算法。

2.3 计算层

RayFed:在Ray基础之上所构建的专注于跨机构的分布式计算调度框架
SPU：桥接上层算法和底层安全协议，保持原生AI框架体验的同时为用户提供透明的、高性能的、基于安全协议的密态计算能力。（主要适用于多方安全计算）
HEU：同态加密库。
TEEU：可信执行环境。
yacl：底层密码学原语。

2.4 资源层

Kuscia（Kubernetes-based Secure Collaborative InfrA）是一款基于 K3s 的轻量级隐私计算任务编排框架，旨在屏蔽异构基础设施和协议，并提供统一的隐私计算底座。通过 Kuscia：
轻量化部署：您可以用最低 1C2G 的资源完成 100W 级数据隐私求交(PSI)。
跨域网络安全通信：您可以实现多隐私计算任务并发执行时的端口复用（仅需一个公网端口）与安全通信。
统一的 API 接口：您可以使用 HTTP/GRPC API 接口集成隐私计算能力。
互联互通：你可以与行业内多种隐私计算系统进行互联互通。

2.5 硬件层

主要涉及两个方面：性能和安全。性能通过FPGA，ASIC进行硬件加速；安全方面基于英特尔的SGX去实现隔离。（有兴趣可去了解飞地enclave）