# 什么是可信智能计算服务TICS
可信智能计算服务TICS（ Trusted Intelligent Computing Service ）打破数据孤岛，在数据隐私保护的前提下，实现行业内部、各行业间的多方数据联合分析和联邦计算。TICS基于安全多方计算MPC、区块链等技术，实现了数据在存储、流通、计算过程中端到端的安全和可审计，推动了跨行业的可信数据融合和协同。
#### 产品架构
产品架构如[图1]所示。
图1产品架构   
![](https://support.huaweicloud.com/productdesc-tics/zh-cn_image_0000001693831645.png "点击放大")
- **空间管理**
  邀请云租户作为数据提供方，动态构建可信计算空间，实现空间内严格可控的数据使用和监管。
  
- **数据融合分析**
  支持对接多个数据参与方的主流数据存储系统，为数据消费者实现多方数据的SQL Join等融合分析，各方的敏感数据在具有安全支撑的聚合计算节点中实现安全统计。
  
- **计算节点**
  数据参与方使用数据源计算节点模块实现自主可控的数据源注册、隐私策略（敏感，非敏感，脱敏）的设定、元数据的发布等，为数据源计算节点提供全生命周期的可靠性监控、运维管理。
  
- **可信联邦学习**
  对接主流深度学习框架实现横向和纵向的联邦训练，支持基于安全密码学(如不经意传输、差分隐私等)的多方样本对齐和训练模型的保护。
  
- **数据使用监管**
  为数据参与方提供可视化的数据使用流图，提供插件化的区块链对接存储，实现使用过程的可审计、可追溯。
  
- **容器化部署**
  容器化的多方数据源计算节点、聚合计算节点的部署管理，支持云上、边缘、HCS多种部署模式。
  
 
#### TICS版本及规格说明
表1TICS版本 
| 版本  | 建议使用场景     |
|:---|:---|
| 企业版 | 满足企业级规模商用。 |
   
表2TICS规格说明 
| 规格     | 服务内容 |
|:---|:---|
| 多方安全计算 | 支持   |
| 横向联邦学习 | 支持   |
| 纵向联邦学习 | 支持   |