最新动态
本文介绍了可信智能计算服务 TICS各特性版本的功能发布和对应的文档动态，欢迎体验。
2023年11月
2023年08月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
作业变量动态替换 |
多方安全计算作业执行变量支持动态替换。 |
商用 |
2023年03月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
可信数据交换 |
支持IDS标准的数据控制策略，策略和数据通过ABE算法保护，保障数据主权安全可控。 |
商用 |
2022年12月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
批量匿踪查询 |
不泄露查询方关键词查询数据提供方数据，支持多过滤条件。 |
商用 |
2022年04月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
API开放 |
开放计算节点API接口，支持通过API对计算节点进行操作。 |
商用 |
2021年11月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
差分隐私 |
支持联邦分析结果差分隐私处理。 |
商用 |
2021年09月
2021年07月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
纵向联邦支持“样本粗筛”功能和“等距分箱”方式 |
纵向联邦作业在特征选择时，支持“样本粗筛”，能够筛选出id前缀相符的数据，达到减少数据量的目的。 纵向联邦作业在特征选择时，分箱选择支持“等距分箱”。等距分箱是指经过计算使得每个箱体的区间间隔保持一致。 |
公测 |
|
|
2 |
联邦预测 |
新增支持联邦预测作业。联邦预测作业在保障用户数据安全的前提下，利用多方数据和模型实现样本联合预测。 |
公测 |
|
|
3 |
联邦分析新增union all语法 |
安全多方计算MPC扩展语法支持union all语法。 |
公测 |
2021年06月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
联邦分析引入PSI和同态加密算法 |
联邦数据分析支持高级别隐私保护，隐私保护等级设置为高时，会启用高安全性的隐私计算算法保障计算过程的安全，例如同态加密、PSI等。 数据将以密文状态做计算，严格保障数据的计算安全。 |
公测 |
2021年05月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
联合审批 |
开启联合审批后，所有计算任务执行时，均会生成审批报告，提交到数据提供方审批。保证高价值数据在联合使用场景中的安全透明。 |
公测 |
2021年04月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
纵向联邦支持LR算法 |
LR纵向联邦学习主要用于具有线性边界的二分类问题，支持用户双方训练联合逻辑回归（LR）模型。相较于单方训练，纵向联邦LR训练覆盖用户双方特征，模型预测精度更高。TICS采用SEAL同态加密确保双方数据交互安全，通过批处理技术进一步提升联邦训练性能。 |
公测 |
|
|
2 |
样本对齐支持PSI算法 |
纵向联邦作业中支持对两方数据集进行样本对齐，在不泄露数据隐私的情况下计算出双方共有的数据，并将共有的数据作为后续特征选择、模型训练的数据集。 |
公测 |
2021年03月
|
序号 |
功能名称 |
功能描述 |
阶段 |
相关文档 |
|---|---|---|---|---|
|
1 |
联盟和计算节点部署过程可视化 |
清晰展示联盟、计算节点的部署、升级、回滚、删除步骤，在出现问题时便于分析排查。 |
公测 |
|
|
2 |
联盟和计算节点支持自助升级 |
在实际应用中，升级、回滚是一个常见的场景，TICS能够很方便的支撑联盟和计算节点升级和回滚。 回滚也称为回退，即当发现升级出现问题时，让联盟和计算节点自动回滚到老的版本。TICS已实现了在异常状态下的自动回滚。 |
公测 |
|
|
3 |
纵向联邦学习 |
纵向联邦机器学习，适用于参与者训练样本ID重叠较多，而数据特征重叠较少的情况，联合多个参与者的共同样本的不同数据特征进行联邦机器学习，联合建模。 |
公测 |
