【行业报告】边缘学习：隐私计算白皮书.pdf

边缘学习： 隐私计算白皮书 边缘计算产业联盟ECC 安全工作组 2022 年6 月 完成单位： 北京大学 清华大学 华为技术有限公司 国家工业信息安全发展研究中心 中国移动通信有限公司研究院 深信服科技股份有限公司 ） 奇安信科技集团股份有限公司 C 绿盟科技集团股份有限公司 C 亚信科技（中国）有限公司 北京八分量信息科技有限公司 E 东吴证券股份有限公司 卡奥斯工业智能研究院（青岛）有限公司 （ 上海宝信软件股份有限公司 盟 联 主要完成人： 沈晴霓、黄还青、方跃坚、李 琦、庞 婷、 业 王冲华、孔 同、于 路、聂文静、古 亮、 产 张 欢、乔思远、陈 磊、杨爱东、王 达、 阮安邦、陈少伟、张之浩、张子华、林 宏、 黄玉宝、陈骏林 算 计 其他参与人： 缘 董佶圣、许浩然、黄 希、侯慧婷、曹 暾、 边 汪钦霆、罗晟泽、李沛洋、信 伦、郭漫雪、 李 征、孟宾宾、郑景中、刘 浩、于琳琳、 吴墨翰、屈晋先、任栩萱、华仁杰、唐淑艳、 孙 明、胡明臣、杜召娟、赵士超、代真虎、 李 琳 前言 PREFACE 当前，个人数据隐私保护已经成为国际关注的重要问题， » 终端设备学习：直接在终端设备上执行模型的训练与 各国陆续推出隐私保护相关的法律法规和技术标准，如 聚合； 欧盟《通用数据保护条例》、美国《统一个人数据保护 » 边缘服务器学习：将模型的训练与聚合都放到边缘服 ） 法案》、英国《数据保障法案》、我国《数据安全法》 务器上，终端设备仅需发送数据与接收学习的结果， C 和《个人信息保护法》以及ISO/IEC 国际标准《信息技术- 改善了终端设备算力不足的约束； C 安全技术- 隐私架构框架》等，使得同态加密、秘密共享、 » 云边端协同学习：通过将终端设备、边缘服务器和云 茫然传输、混淆电路、零知识证明、差分隐私、群/ 盲签名、 中心智能地联合起来共同参与模型训练。 E 远程证明等成为保护个人数据隐私的基础理论和方法， 并基于这些基础理论和方法逐步发展形成了以联邦学习、 事实上，边缘学习采取数据在就近边缘服务器/ 终端设 （ 安全多方计算和可信执行环境三大技术为主的隐私计算 备本地进行处理的方式，本质上就是隐私计算的一种实 技术体系。 现方法。但是“云- 边- 端”架构的边缘学习模式对隐 盟 私保护的需求不同，包括：边端协同、云边协同、边边 随