SecretFlow 隐语 (1) --- 快速入门

隐私计算技术日益普及。 为了应对隐私计算技术和应用的发展不确定性，一个通用的隐私计算框架 - SecretFlow 出现了。

官网：SecretFlow

隐语 SecretFlow，支持安全多方计算/联邦学习/同态加密/TEE 等主流隐私计算技术。 

一、关于 SecretFlow

SecretFlow（隐语）是一个隐私保护数据分析和机器学习的统一框架。具有以下特性：

• 完备性：支持多种隐私计算技术，可灵活组装，满足不同场景需求。

• 透明性：构建统一的技术框架，尽量让底层技术迭代对上层透明应用，具有高内聚和低耦合。

• 开放性：不同专业方向的人可以轻松参与框架的建设，共同加速隐私计算技术的发展。

• 连接性：不同底层技术支持的场景中的数据可以相互连接。

SecretFlow 提供的能力包括：

• 设备抽象，将多方安全计算（MPC）、同态加密（HE）、可信执行环境（TEE）等隐私计算技术抽象为密文设备，将明文计算抽象为明文设备。

• 基于抽象设备的计算图，使数据分析和机器学习工作流程能够表示为计算图。

• 基于计算图的机器学习/数据分析能力，支持数据水平/垂直/混合分割等场景。

二、数据要素