隐私计算核心技术

多方安全计算平台支持通用类型、高性能、集群化和可扩展的解决方案，支持大多数常用机器学习算法和系统的实现，极大降低了用户基于密文数据构建机器学习的难度，实现多方安全计算产品的实际可用性和商业易用性。

联邦学习平台提供一种全新的数据使用方式，以浅显易用的引导方式构建纵向、横向联邦学习模型，无缝嵌入客户现有的数据分析和机器学习工作流。

可信计算技术提供可信计算技术基于TEE的硬件执行环境，对数据访问和操作提供物理隔离，并可主动验证计算方的行为是否符合预期，保证计算者不获得任何私密数据。