九游老哥云
RSA立异沙盒盘货 | Cape Privacy——基于加密机械学习的多方数据协作与隐私�；ぜ苹�
2021-05-13
RSAConference2021将于旧金山时间5月17日召开，这将是RSA大会有史以来第一次接纳网络虚拟聚会的形式举行。大会的Innovation Sandbox（沙盒）大赛作为“清静圈的奥斯卡”，每年都备受瞩目，成为全球网络清静行业手艺立异和投资的风向标。
前不久，RSA官方宣布了最终入选立异沙盒的十强首创公司：WABBI、Satori、Abnormal Security、Apiiro、Axis Security、Cape Privacy、Deduce、Open Raven、STARATA、WIZ。
九游老哥君将通过配景先容、产品特点、点评剖析等，带各人相识入围的十强厂商。今天，我们要先容的是厂商是：Cape Privacy 。
一、公司先容
Cape Privacy建设于2018年1月，总部位于美国纽约。目今融资总额抵达2500万美元，包括最近一次2000万美元的A轮融资，由Evolution Equity Partners领投，Tiger Global Management、Ridgeline Partners、Version One ventures、Radical ventures等多家投资公司加入[1]。其首创人兼CEO是Ché Wijesinghe，他拥有富厚的网络清静从事履历和治理配景，曾先后担当Datalogue（被Nike收购）、OmniSci、Composite Software（被Cisco收购）等公司的高管；团队其他一些成员，来自美国、英国和法国多个国家，包括David Besemer、Morten Dahl和Ben Decoste，具有密码学、数据科学和盘算机领域的手艺配景[2]。公司通过将机械学习和密码学手艺，致力构建与实现一个多方数据协作与隐私�；さ钠笠导禨aaS平台，旨在解决隐私羁系下的敏感数据共享难题。
在今年2021年RSA立异沙盒十家入选公司，有三家数据清静公司。除了本文先容的Cape Privacy，尚有Open Raven和Satori，其中后两者聚焦在敏感数据发明/分类，数据泄露监控，与数据清静治理相关。在去年2020的立异沙盒角逐赛中，许多人说Securiti.ai夺冠有许多的一部分归属于商业缘故原由和运气因素。那么，回归手艺主导的立异，Cape Privacy作为掌握加密机械学习、密码学等先进手艺，实现了多方的数据协作与隐私�；ぜ苹Ｋ庋奔婢吡⒁焓忠蘸蜕桃堤跫墓�，是否能一举夺得今年的RSAC立异沙盒的冠军？值得期待！
二、配景简介
欧盟2018 年 5 月 25 日正式公布《通用数据�；ぬ趵罚℅eneral Data Protection Regulation，GDPR）。距离现今已经实验靠近三年，先后多张巨额的企业罚单相继被开出。凭证GDPR的执法跟踪网站相关统计，阻止目今，欧盟成员国从2018年共开出616件罚单，共�？钤�2.79亿欧元[3]。其中具有代表性是谷歌�？钍挛�，其备受关注——作为一家大型国际互联网公司，谷歌却陆续被欧盟的两个国家�？睿�2019年1月被法国处分5000万欧元，缘故原由是执法方以为谷歌的隐私条款未充分体现GDPR果真透明和清晰原则；2020年3月被瑞典处分700万欧元，缘故原由是谷歌未充分推行GDPR付与用户的数据“遗忘权”。
以GDPR为风向标，全球各个国家纷纷举行新的数据清静与隐私立法，并趋向越发严酷趋势。凭证团结国商业生长组织（UNCTAD）阻止目今的统计[4]，全球194个国家中，共有132个国家制订了数据隐私相关执法，包括欧盟、美国、中国、俄罗斯和印度和澳大利亚、加拿大和日本等国家，占所有国家总数的66%。其中具有代表性是美国加州，作为科技立异公司群集地，2020年头实验《加利消耗者隐私法案》（California Consumer Privacy Act 简称 CCPA），2020年底果真《加利福尼亚隐私权法案》（California Privacy Rights Act 简称 CPRA），被以为是CCPA强化版，在CCPA基础上增添了更多严酷的条款。克日，我国《数据清静法》、《小我私家信息�；しā吠ü紊笠楦褰锥�，这两部重量级规则的距离落地脚步声越来越近。无论是外洋照旧海内，这些规则无疑给企业（无论巨头，照旧中小型企业）带来了重大的合规压力与挑战。
随着数字化转型和人工智能战略，机械学习、深度学习等先进手艺在各行各业的数字领域获得普遍应用与推广。然而，随着GDPR、CCPA等规则实验，人工智能的应用，特殊是跨多方企业的应用中，其合规危害越来越高。例如GDPR对小我私家数据的处置惩罚以及共享作出较高限制，CCPA条款明确指出未经消耗者赞成不可与第三方共享用户数据。然而，数据在流动历程中将价值施展最大化，企业间的数据共享、盘算与交流场景与需求越来越多，这给企业的数字化转型、AI战略价值组成了重大的障碍。
怎样包管在数据共享实现数据价值挖掘而包管数据清静、知足合规性是一个要害性问题。Cape Privacy声称建设更强盛的人工智能解决计划，企业可以在不泄露任何神秘数据的情形下实现了协同机械学习，从而对敏感数据的清静可信的会见中获取数据的价值。这是否是数据共享中合规挑战的解决之道呢？接下来我们对Cape Privacy的产品以及应用举行剖析息争读。
三、 公司产品与应用
Cape Privacy公司的开发团队从2018至2020花了两年时间推出了公司产品的Alpha版本——Cape平台测试版。据最近一次的采访，其公司CEO声称产品在2021年已经大宗刷新和完善，在一些场景可举行商业应用[3]。值得一提的是，该首创公司通过项目开源和社区的模式推动产品孵化，不但有Cape Privacy公司的员工搭建框架和孝顺代码，同时也有一些外部开发职员会加入孝顺代码。
本章节首先解读Cape Privacy公司的产品——Cape平台，然后先容公司产品的应用场景，最后简介Cape Privacy主导的几个有代表性且与产品相关的Github开源项目。
3.1 Cape平台
Cape平台是一个基于加密机械学习的多方数据协作平台，它通过先进密码学、隐私�；�，以及机械学习手艺确保企业组织共享数据的清静状态下改善数据模子从而提升营业价值。
如图1所示，A、B和C三家公司希望通过数据共享实现团结建模，例如三家差别银行希望融合大宗的数据样本，团结建设一个信用评分风控模子。然而现实是，由于客户隐私、以及执法合规的缘故原由，三家银行不可直接共享这些敏感数据，这看似是矛盾的。可是，Cape平台可以通过加密机械学习手艺，对原始的敏感数据举行加密（例犹如态加密、神秘共享、不经意传输、混淆电路等密码手艺），在加密数据举行盘算与团结建模。原始数据不出外地，即A、B和C三家公司流出是加密后的，不袒露敏感信息，在不解密的情形实现盘算与学习（work with protected data without decrypting it），实现“可用不可见”的效果。
图1 Cape平台的多方敏感数据共享的框图
详细来说，Cape平台现在提供以下三个焦点组件：
1) Cape云服务（也称为“Cape”），用户可以在这里新建数据科学项目，以便与其他组织举行协作。该服务还包括Cape署理，用户可以轻松且清静地举行毗连云服务。
2) Cape Workers，由用户来治理和运行加密学习使命，好比使用Cape Workers会见外地数据，对外地数据使用清静多方盘算等手艺加密数据，毗连传输给Cape署理。
3) Python库pycape，通过使用pycape，用户可以与他的Cape项目举行交互，审查和更新项目的详细信息，且可以对数据集举行操作或将数据集加密上传到Cape。
从上面的三个焦点组件可以看出，Cape平台现实上是云-外地安排的盘算架构。由于对原始数据和中心盘算状态是加密的且盘算使命在加密数据中举行，因此云服务可以是第三方，即公有云。据官方先容，现在支持安排在亚马逊云S3。这与Cape Privacy公司的愿景是一致的——为客户提供清静可用的支持加密机械学习的企业SaaS平台。
由于Cape平台是涉及多方的数据协作平台，Cape 云服务支持给差别的加入方分派差别的角色，以知足差别的权限和制作需求。这些角色可分为组织级角色、项目级角色两大类[6]，其详细的权责如下：
1) 组织级角色（Organizational-Level Roles），有3类：
组织级治理员（Organizational-Level Administrator）：治理员具有Cape上所有功效的所有权限。它是由超等治理员担当的角色，这些超等治理员需要与其他用户配合使用，并在Cape上具有最高级别的权限。具有组织的完整权限，包括：可以在组织中添加或删除职员、可以更改组织中任何成员的角色、可以删除组织。别的，具有后文先容的项目级治理员所有的权限。
操作员（Operator）：操作员控制组织的令牌，并认真安排，运行和监控Cape Workers。他们能够吊销令牌并审查组织的所有项目和项目运动。具有的权限包括：可以审查所有组织项目和事情/项目运动、可以刊行/作废组织令牌、能够装置和下载Cape Workers。
用户（User）：Cape用户可以审查他们所属的项目，也可以加入和脱离被约请加入的项目。他们只能审查和加入由Cape组织或项目治理员约请的项目。具有的权限包括：组织或项目治理员约请我加入和脱离项目、可以审查项目页面和日志，但不可更改数据视图/使命、批准或拒绝使命。
2) 项目级角色（Project-Level Roles），有3类：
项目级治理员（Project-Level Administrator）：项目治理员具有其在Cape上对其组织项目的所有权限，可以在其所属的项目上添加和编辑加入者，并执行须要的项目操作，例如添加和删除数据视图或批准和运行加密的学习使命。组织所属的所有项目的完整权限，包括：可以在所有项目中添加或编辑孝顺者、可以添加，删除所有项目的数据视图、可以批准和运行所有项目的加密学习使命，如图2所示。
图2 项目级治理员的使命治理（需赞成、运行、完成）
数据科学家（Data Scientist）：数据科学家可以添加、删除和编辑数据视图，以及建设，运行，拒绝和批准项目的加密学习使命。他们只能审查和加入由Cape组织或项目治理员约请的项目。数据科学家权限包括：组织或项目治理员约请我加入和脱离项目、可以添加，删除自己方加入的项目的数据视图、可以为自己方加入的项目建设，批准，运行加密的学习作业、若是自己方的组织是模子所有者，则可以会见作业的怀抱标准和模子权重。
用户（User）：项目级的用户与组织级用户具有相同的权限（同上文形貌）。
Cape平台除了在加密数据中学习与盘算、多方加入多种角色的特点，还具有以下的功效特点：
1) 加密机械学习模子的逊з度更快
Cape Privacy优化了加密机械学习的底层加密协议，使加密数据的使用没有过多的盘算开销和延迟，同时也提高了机械学习的乐成率。
2) 多方数据协作训练历程中支持可视化
如图3所示，多方数据协作训练历程是可视化的。
图3 Cape平台多方数据协作可视化
3) 手艺的清静性通过偕行评审举行背书
Cape Privacy公司基本焦点价值观是尊重、相助和信托。怎样确保隐私�；な忠帐强尚磐械�，是清静的。Cape Privacy对新的隐私�；な忠盏难芯拷幽晒嫘�，偕行评审机制，一些手艺效果会揭晓聚会会期刊论文中。同时通过开源项目和社区的模式驱动产品孵化，一些底层算法库做到果真透明。
3.2 应用场景
Cape平台产品可以在以下三种场景举行应用：
1) 金融服务
加密机械学习允许金融机构与其他第三方举行相助，以消除数据集的误差，确定一些基本事实。
2) 生命科学
通过使用小我私家医疗信息（PHI）、康健和临床试验数据，通过使用跨组织的机械学习，解决有私见或禁绝确的数据和模子。
3) 政府
对位置或其他小我私家信息举行加密，以消除潜在的数据滥用同时，推动公共清静的前进。
3.3 开源项目
Cape Privacy在Github开源多个加密机械学习相关项目，下面先容3个具有代表性的项目。
1) pycape
Cape平台焦点的三个组件之一，是一个Python编写的�？�，可实现与Cape云服务组件举行数据交互。该项目最近一年更新十分活跃。详细地，通过pycape�？�，可以实现：
建设和盘问数据视图，或指向Cape云服务中的加密机械学习模子训练历程中所需的数据位置。
提交和跟踪使命，这些使命可以看成盘算会话，包括怎样训练模子的说明。
网址：
https://github.com/capeprivacy/pycape
2) Cape Python
它是一个支持数据转换和隐私�；ふ铰裕ê帽炔畋鸬耐衙粢�，包括哈希、置换、近似）的Python库，可用于Pandas和Apache Spark建设的数据科学项目。
网址：
https://github.com/capeprivacy/cape-python
3) TF Encrypted
它是一个构建在TensorFlow之上的Python库，供研究职员和从业者实验�；ひ降幕笛啊Ｋ庾耙恍┟苈氲撞阈橛肟�，仅提供了一个类似于TensorFlow的接口，目的是无需研究和开发职员是密码学、隐私�；さ淖仪樾蜗�，让这项手艺仍然随时挪用。TF Encrypted针对基于张量的应用程序举行大宗的优化，依赖于TensorFlow的后端意味着运行时性能可与自力的TensorFlow框架运行相媲美。
网址：
https://github.com/tf-encrypted/tf-encrypted
四、手艺解读
从Cape privacy的官网先容以及开源项目可以看出，它提供的多方数据协作与隐私�；さ钠笠导禨aaS平台的焦点手艺是清静多方盘算、同态加密等焦点手艺。现实上，Cape平台支持多方团结的机械学习建模与训练，这与近年来数据清静领域的立异手艺——“联邦学习”实现的效果险些完全趋同，因此也可以看成一种联邦学习计划。下面从一个简朴例子春联邦学习（加密机械学习）做一个直观的熟悉，然后对其原理、生长举行一个全貌性的概述。
4.1 简朴明确的例子
Cape平台无需解密密文数据，即在加密数据即可实现数据的处置惩罚与机械学习训练，其中使用同态加密、神秘分享、混淆电路、不经意传输等先进的密码手艺。其中同态加密手艺是怎样构建加密的机械学习（联邦学习）计划，官网给出一个简朴的示例。
首先，思量一个通俗的算法，如a + b = c，若是你输入2和3函数会爆发5。现在思量一个特殊的加密函数，如Enc(a) + Enc(b) = Enc(a+b) =Enc(c)，这种性子称为知足“加法同态加密”性子，好比Paillier加密系统。若是输入Enc(2)和Enc(3)，将它们举行运算Enc (2) + Enc (3)，那么将天生Enc(5)。那么，在此历程中，可以在不解密的情形下将两个数字相加来爆发输出。效果输出仍然是加密的，只能由使用密钥的人解密，可显示谜底是5。
同样的要领可以应用于加密机械学习模子中，好比线性回归是一个加法和一个矩阵乘法：aX + b = Y；加密的线性回归为：Enc(aX) + Enc(b) = Enc(Y)，对加密数据运行加密的线性回归模子将爆发加密的Enc(Y)效果。这使得用户可以在加密数据中机械学习模子训练与展望，而不袒露或读取数据，如图4所示。这意味着数据科学家可以通过这种手艺，实现多方数据的协作与共享，从而提高他们的模子的准确性。
图4 加密线性回归模子的简朴示例
4.2 联邦学习概述
联邦学习（Federated Learning, FL）看法最早由谷歌在2016年提出，原本用于解决大规模Android终端协同漫衍式机械学习的隐私�；の侍�，它有机融合了机械学习、漫衍式通讯、以及隐私�；な忠沼肜砺邸Ｋ孀湃蛞焦嬖虻那炕�，以及数据使用需求兴旺，自从联邦学习看法提出以来，在学术界和工业界受到普遍的关注，生长十分迅速。
联邦学习可以使得多个加入方（如企业、用户移动装备）在不交流原始数据情形下（也表述为“敏感数据不出外地”），实现团结机械学习建模、训练和模子安排。联邦学习凭证加入各方使用数据集的差别场景可分为三种种别：横向联邦学习、纵向联邦学习和联邦迁徙学习。凭证联邦学习算法类型可分为联邦线性回归、联邦提升树、联邦神经网络等。现在亟需解决的联邦学习的是算法效率、精度、通讯机制以及加入方的诚信等问题。
联邦学习有两大类场景应用：B2C场景——移动装备的隐私数据收罗与机械学习，如谷歌、苹果在Android、iOS装备的应用；B2B场景——企业组织间的敏感数据共享与机械学习，如多家银行团结建设风控模子。在详细的行业应用上，海内外多家企业开展了探索，并且实现了一些商业落地案例。如谷歌将联邦学习应用在Android手机的新闻推荐上，并开源了TensorFlow Federated框架；Intel 将TEE（可信托执行情形）手艺与联邦学习举行团结；海内的微众银行为代表将联邦学习应用在包管定价、图像检测等领域，并开源了FATE联邦学习框架；别的，百度、腾讯和京东等厂商均推出了联邦学习相关产品与应用。
详细的联邦学习手艺先容可参考文章《十种前沿数据清静手艺，聚焦企业合规痛点》以及相关的研究报告。
五、总结与点评
无论是欧盟GDPR，美国CCPA，照旧中国呼之欲出的《数据清静法》、《小我私家信息�；しā妨讲抗嬖虻奈蠢绰涞�，海内外公司绕不开的迫切需亟需解决的清静问题——遵照数据清静合规。为了应对挑战，从现在的合规产品与应用市场来看，笔者将其分为三类：
第一类是知足显式合规需求的相关产品与工具，好比Securiti.ai和 OneTrust提供的合规性检查协作平台、用户数据权力（会见权、修改权、限制处置惩罚权等）的请求-响应自动化工具（参考《RSA2020立异沙盒Securiti.ai—解决隐私合规痛点的一站式自动化计划》）；
第二类是可以有用降低企业内部合规危害的产品，一样平常是敏感数据的“识别-防护-评估”为基本系统的数据清静治理计划，好比BigID提供的敏感数据识别产品、以及Microsoft、IBM的数据脱敏产品，以及海内分类分级、数据脱敏产品，该偏向手艺和市场较为成熟；
第三类是支持跨企业的敏感数据共享与传输的合规手艺与产品，这类产品吸引人的地方在于知足合规同时获得重大的营业价值。海内外隐私规则均显式、隐式指出一样平常不允许企业将隐私数据与第三方共享，但一样平常也会直接或间接给出两条路径：一条是征求所有用户的赞成，另一条路径对原始的小我私家数据举行处置惩罚，已抵达“匿名化信息”的目的效果。
显然地，Cape Privacy公司提供的基于加密机械学习的多方数据协作与隐私�；ぜ苹粲诘谌嗟牧煊颉９镜牟稢ape平台，通过先进的密码学和隐私�；び牖笛跋嗤沤幔钛袄嗍忠眨�，可确�？缙笠档亩喾绞莨蚕淼那寰蚕赂纳剖菽Ｗ油碧嵘导壑怠Ｖ档靡惶岬氖�，2019年RSAC立异沙盒亚军——Duality公司，也属于第三类领域，它通过定制硬件、算法优化将同态加密手艺的举行商业应用（《RSA2019立异沙盒Duality：基于同态加密的数据剖析和隐私�；ぜ苹�）。若是说2019年是第三类立异手艺在商业应用上的第一次亮相，那么该类手艺经由两年时间的快速生长，由于其可观的商业价值逐步形成数据清静领域新的赛道，Cape Privacy在项目开源驱动、新手艺经由严酷的评审、更多的场景应用、云服务模式等，这些显示该领域重大前进，手艺研究最先走向工业生态、商业模式逐渐形成。Gartner在2020年展望报告，将同态加密、清静多方盘算、神秘盘算（TEE）等手艺称为隐私增强盘算（Privacy Enhanced Computation）类手艺，并将其与随处运营、人工智能工程化等作为2021年六大主要战略科技趋势，其手艺的价值未来仍有重大的研究与生长空间。
自2018年至2021年一连四年来，数据清静一直是RSAC立异沙盒角逐的焦点，每年都至少有一家是数据清静的首创公司入选。今年更是一个爆点，更是有三家相关公司——Cape Privacy、Open Raven、Satori，其中Open Raven专注云资产发明、敏感数据发明/分类和数据泄露监控，Satori专注敏感数据发明/分类、会见控制战略和数据脱敏，凭证前面的划分原则，它们均属于第二类领域，是降低合规危害的数据清静治理相关产品。
在前三年的立异沙盒角逐中，2018 年BigID获得冠军（第二类领域，数据清静治理），2019 Duality 亚军（第三类领域，同态加密手艺的商业应用），2020 Securiti.ai冠军（第一类领域，知足GDPR/CCPA的显式合规）。Cape Privacy公司通过加密机械学习（联邦学习）手艺，致力构建与实现一个多方数据协作与隐私�；さ钠笠导禨aaS平台，旨在解决隐私羁系下的敏感数据共享难题。从手艺立异角度是讲，手艺是足够立异与新颖的；从商业价值上看，由于数据共享与机械学习的营业，尤其是金融、医疗等敏感领域，价值回报是可观的；从手艺团队上看，公司CEO具有多家乐成创业公司的治理履历，团队其他一些成员具有密码学、数据科学和盘算机领域的手艺配景。有趣是，它们这个手艺团队，来自美国、英国和法国多个国家，具有自然的“漫衍式”基因�；谝陨系钠饰�，笔者继续看好2021年RSAC立异沙盒三家的数据清静公司，并以为Cape Privacy有较大的可能性夺得今年的冠军。
