基于多方安全计算、联邦学习、TEE(可信计算)等多种密码学、分布式计算以及密态计算技术,并结合数据流通和使用逻辑,面向复杂多变的数据应用场景,提供开箱即用的一站式数据协同使用平台,支持零代码、低门槛、灵活高效地完成多种数据到业务价值的转换,包括数据安全匹配、数据安全分析与计算、全栈式人工智能开发等服务,与业务系统无缝衔接,从而助力数字化转型和数据流通,促进更多合规数据深入应用、为客户业务赋能。
完备的安全体系设计,数据隐私全方位保护
依托清华大学的密码学研究成果,提供全面的安全管控方案,保障数据、计算过程、结果和模型的全方位安全。采用密码学、安全协议、加密硬件和防攻击规则,实现全程安全监控和调整。
事前最小化授权
遵循数据最小授权原则、基于场景自定义授权范围、根据授权范围,全链路管控数据使用。
实时监测管控
实时监控:结合算法和规则进行双重检测。灵活管控:规则清晰、可调整、可控制。即时响应:通过阻断和告警等手段处理异常情况。
多维安全保护
全面保护:确保代码、模型和计算过程中数据的安全。多维安全:涵盖数据安全、模型安全和输出结果安全。全程保护:包括数据脱敏、信息分级共享等环节。
全面存证审计
区块链存证:确保数据使用记录全程可追溯、可验证。多维审计:涵盖人、系统、技术等多个角度,全面审计系统数据使用的所有环节。
卓越的性能表现,大幅度提升安全计算速度
软件层面
在密码学、安全协议、系统和算法等层面进行创新和优化,实现行业领先的计算性能。
隐匿查询
安全求交
同态加密
硬件层面
华控清交自主研发的Tsingj-X1同态加密计算加速卡,上千个模处理单元实现对模幂运算的并发执行,计算性能提升超过1000个CPU核,同时功耗降95%。
大幅提升大规模数据隐匿查询和安全求交的性能,以及联合统计场景的算法带宽需求降低,支持更大规模的联合统计和计算。