25、Perun：机密多方利益相关者机器学习框架

Perun：机密多方利益相关者机器学习框架

在当今的机器学习领域，多方利益相关者参与的场景日益增多，而保护各方的知识产权和数据机密性成为了关键挑战。Perun 框架应运而生，它为多方利益相关者提供了一种安全、高效的机器学习解决方案。

1. CAS 策略创建与管理

为每个利益相关者创建单独的 CAS 策略，该策略包含利益相关者的知识产权（数据、代码和模型）的标识以及其访问控制和配置信息。具体操作步骤如下：
1. 生成策略 ：使用利益相关者特定的私钥，通过相互 TLS 认证将策略上传到 CAS。私钥对应于策略中定义的公钥，这确保了未经授权的利益相关者无法修改策略。
2. 定义 IP 标识 ：使用 SGX 引擎为应用程序的页面及其访问权限计算唯一的加密哈希，以此定义知识产权标识。SCONE 在应用程序构建过程中提供此值。
3. 指定加密密钥 ：CAS 允许将加密密钥指定为程序参数、环境变量，或间接作为与加密卷相关的密钥。同时，可以定义哪些策略可以访问该密钥，从而实现利益相关者在 Perun 架构中按需在安全区域（enclaves）之间共享密钥。

2. 加密卷功能与数据处理

我们的原型使用 CAS 加密卷功能，SCONE 运行时从 CAS 获取包含加密密钥的机器学习计算配置。具体流程如下：
1. SGX 认证 ：SCONE 运行时按照 SGX 认证协议，向 CAS 发送 SGX 认证报告，其中 SGX 硬件会对机器学习计算的身份进行认证。
2. 验