隐私计算技术服务商「翼方健数」开源两大框架｜最前线

作为解决数据隐私问题的关键技术，隐私计算需要在开源生态中寻找更多商业化的可能性。

文｜ 刘雨洁

封面来源｜ 视觉中国

过去几年中，开源正在成为包括隐私计算在内的多个技术领域、乃至整个软件产业最重要的热点和趋势之一。近期，在由中国信息通信研究院、隐私计算联盟主办的2022隐私计算大会上，“隐私计算积极拥抱开源”也成为了2022隐私计算“十大观察”之一。

7月25日，国内隐私计算厂商「 翼方健数 」宣布将隐私安全计算技术“翼数”开源，向全球开发者开源数据安全流通关键技术，包括翼数联邦学习框架及翼数安全计算框架梁大框架，并计划接下来逐步开源其他自研技术栈。

去年7月，36氪曾报道「翼方健数」超3亿元的B+轮融资。作为行业领先的技术服务商，「翼方健数」以隐私安全计算为基础，为医疗、政务等行业提供软硬件一体的大数据和人工智能全栈式解决方案，希望建设在数据安全和个人隐私保护基础上的数据开放生态和数据共享协作环境。

“开源对隐私计算意义重大，尤其是在安全性验证、平台互联互通等方面，有利于进一步推广隐私计算在各行各业的应用，推动行业发展。”

「翼方健数」首席科学家张霖涛博士表示，目前，开源框架能让更多用户便捷地感受到隐私计算技术的优势。

XFL+XSCE，轻量化设计助力商业化开发

相比互联网几十年的开源史，隐私计算开源尚处于发展初期，但增速与态势却十分可观。

著名开源社区OpenMined曾于2017年主导开源了多方安全计算及联邦学习框架PySyft，随后Google、Facebook等BigTech相继发布了可信执行环境、多方安全计算、联邦学习等相关开源框架和平台。而在国内技术市场内，中国信通院调查显示，2019年开始，蚂蚁集团、字节跳动、 微众银行 等互联网巨头也都各自推出了开源框架及平台、底层技术协议等项目，越来越多的企业正在加入隐私计算开源的队伍。

相比封闭的技术时代，开源平台目前呈现出了四大特点和趋势：

1. 易用性，具有流程简易部署的特点，用户能快速上手；
2. 高度可扩展性，产品架构可分为底层算法协议、算子层和应用层等，各层之间可独立开发，并支持模块化应用；
3. 完备性，支持包括联合统计、隐私集合求交、建模等多种功能，每种功能也有满足不同性能与安全要求的算法；
4. 兼容性，便于为未来的互联互通实现技术储备，在架构设计上也能更好地兼容其他框架。

可以看出，隐私计算技术服务商投身开源是顺应时代发展趋势的表现，而「翼方健数」近日开源的两大框架也有其创新：轻量化设计原则，即两大框架各自独立、分工明确，从而实现“专用的系统做专用的事情”。

根据张霖涛博士介绍，翼数联邦学习框架（XFL）作为安全高效的联邦学习引擎，能够全面覆盖联邦学习算法，支持多种联邦学习模式；而翼数安全计算框架（XSCE）则是一个安全密文计算算法库，支持多种隐私加密算法，应用部署灵活。两大框架均为目前「翼方健数」隐私计算框架XDP平台的核心组成部分。

从技术开发角度，轻量化设计规避了庞大系统的复杂性，更加易于开发，且便于用户在各取所需的同时，降低学习门槛，而从应用的角度来说，轻量化设计商业友 好度 更高，能够适配不同场景，部件化应用具有可集成、可重用的特点。

性能和安全性方面，两大框架近期通过了中国信息通信研究院的评测与认证，其中翼数联邦学习框架采用一次一密、CKKS及Paillier同态加密算法等安全技术，能够有效确保计算的安全性。除此之外，「翼方健数」通过在代码质量上发力，也有力回应了目前领域内现有开源代码偏重于学术研究、而不适于产业应用的问题，重新测试、修改、增强了相关算法，使得翼数安全计算框架的算法库能够与联邦学习形成完整的工作流。

建设IoDC生态网络，加强安全互通性

基于Apache License 2.0软件许可证，「翼方健数」赋予了用户极大的开放性。

“这样更便于用户在他人的基础上贡献自己的智慧，共同把整个系统越做越好，避免重复造轮子。”

张霖涛博士强调，开源最重要的目的，首先是让更多人了解和利用起隐私计算技术，不但是推动着技术向前走，也“有利于扩大隐私计算的整体市场规模”。

此前，中国信通院云计算与大数据研究所副主任姜春宇指出：开源模式正在“吞噬”整个软件产业。近年来，我国在政策层面不断鼓励开源软件、开源项目的发展，从基础软件到新兴技术领域，开源正在逐步成为技术服务商主要的商业模式。而对于隐私计算领域来说，开源的目的除了商业化需求，互联互通的需求也是至关重要的因素。

中国信通院云计算与大数据研究所所长何宝宏表示，隐私计算作为数据流通的基础设施，除了开源的通用优势外，由于数据全流程的安全性非常重要，将代码开放也会让安全性变得更加易于验证。与之相对的是，在闭源模式下，自证清白对于隐私计算来说一直是一个先天难题：在商业化落地的过程中，隐私计算技术服务商很难向用户证明数据在隐私计算过程中的安全性。而开源则意味着用户可以直接在代码层面检验相关系统机制，从而一劳永逸地解决了“验证”的问题。

“尽管绝对的安全并不存在，但开源已经是在安全互通的路上迈出了一大步。”

互联互通性，则是近年来隐私计算领域的第二大难题。数据价值时代，在技术厂商们激烈的竞争格局下，大量的数据孤岛已经长期存在，这样的局面正在阻碍着隐私计算产业的发展。目前，业界技术专家已经达成共识：隐私计算的互联互通在于如何实现算法的互通，其中算法的开源程度是关键指标之一，开源程度越高，就更容易建立信任，简单直观地实现互联互通。

“在建立连接的过程中，代码是基础，开源则是桥梁。”

近年来，包括「翼方健数」在内的技术服务商一直致力于推动隐私计算领域走向从单体平台（局域网）、平台联盟（专业网络）到数据和计算互联网（IoDC，Internet of Data & Computing）生态网络三大阶段。其中，行业对于建设IoDC的愿景，就是希望促进数据流通，建立更广泛的数据连接，让数据产生更大价值。

“伴随技术发展，隐私计算行业越来越多的技术商都已具备优秀的技术实力，想要建立核心壁垒，已经不再是纯技术能力，而是需要对行业有更深入的洞察。”

张霖涛博士认为，在隐私计算的下一个时代，建立绝对技术优势会像AI行业一样越来越难，相比来说，降低门槛、吸纳更广泛的人群加入赛道，才是长期主义的发展路径。

目前，在少数机会主义者的影响下，商业性开源仍然存在一定的风险，但毫无疑问，隐私计算开源也将为应用与商业模式带来新的变革。由于目前隐私计算技术商的盈利模式并不在于单项技术或单个客户项目，而是在于更广泛和深入的数据价值，因此扩大经济效益也应该从促进数据流通上出发。

中国开源软件推进联盟发布的《2021中国开源发展蓝皮书》指出，未来十年内，中国将迎来世界级开源企业。而在全球范围内，开源相关风险投资交易总量与金额也正在急剧增长，并涌现出了一大批上市公司，国际高度分工的数万亿美元开源核心技术生态体系已经形成。

来个“分享、点赞、在看”👇

寻找更多商业化的可能性