论文部分内容阅读
AI的发展离不开高质量的数据源,而数据所代表的内容与个人隐私、安全息息相关,随着数据泄露事件的频发,数据安全正得到了越来越多的关注。如何兼顾数据的流动、分享与个人隐私的保护?如何令不同数据拥有方以安全有效的技术手段共同训练使用AI模型?近年来,以密码学为代表的隐私计算技术为这些问题提供了可能的解决方案。本文首先介绍这一问题的背景和主要特点;然后结合开源隐私计算框架Rosetta,介绍在金融、人脸识别等场景中,如何赋能AI系统以隐私保护的能力;最后简述该领域的未来发展趋势。