大家好，我是謝翔，來自矩陣元。今天很高興能夠與大家分享矩陣元最近的一些研究成果。主要的方向是隱私計算，以及基于密碼學的隱私開源框架—Rosetta。

隱私計算時代來臨？

目前數(shù)據(jù)面臨著一些挑戰(zhàn)。隨著數(shù)字化的發(fā)展，數(shù)據(jù)量指數(shù)級增加，一些核心的、關(guān)鍵的數(shù)據(jù)保護做得遠遠不夠。目前來看，隨著數(shù)據(jù)的生產(chǎn)要素化，不論國內(nèi)國外對整個數(shù)據(jù)相關(guān)方向的關(guān)注程度越來越高，當然其中也有越來越多的挑戰(zhàn)。而眾多挑戰(zhàn)之中我們認為其中最關(guān)鍵的一點就是數(shù)據(jù)隱私。

從AI的角度來看，AI需要用數(shù)據(jù)來“喂”，只有通過足夠多的數(shù)據(jù)或多樣化的數(shù)據(jù)，才能訓練出一個相對較好的模型使用。所以隨著數(shù)據(jù)量的增大、數(shù)據(jù)多樣化的增加，以及隨著數(shù)據(jù)隱私的關(guān)注程度越來越高，AI面臨著一個所謂的“窘境”——從AI角度來看，數(shù)據(jù)的多樣化程度越高，對于整個模型的訓練更有好處，模型精度也會相應提高。

所以這給AI帶來了一系列問題。如何能夠在保護數(shù)據(jù)隱私的前提下，把各不同源、不同企業(yè)之間的數(shù)據(jù)能夠融合運用？在目前傳統(tǒng)的技術(shù)方法里很難解決這個問題，所以成為了AI可能面臨的一大痛點。因此也引出了“隱私計算”的概念。

關(guān)于隱私計算，簡單來說就是保證數(shù)據(jù)在使用和融合過程中，保護隱私的綜合性技術(shù)，而不是簡單的一項技術(shù)。隱私計算大致分為三類：

第一是密碼學，第二是聯(lián)邦學習（Federated Learning），是偏機器學習的技術(shù)；第三是可信執(zhí)行環(huán)境（TEE），是硬件安全的技術(shù)。當然技術(shù)沒有絕對的好壞之分，每個技術(shù)都有它的優(yōu)勢和劣勢，所以在很多的綜合性解決方案中，很多技術(shù)都是融合在一起使用的。

密碼學簡單來說是研究各類不同情況下，如何保護數(shù)據(jù)隱私的一類學科。最主要的特點是：所有密碼學的方向，在涉及算法、方案的時候，要先去定義一個安全模型，要定義什么樣才是安全。之后在這個定義之下，會通過一些數(shù)學的方法技巧去證明這個方案是滿足安全定義的，所以它相對來說具有完整的數(shù)學理論基礎(chǔ)的密碼理論。當然它的優(yōu)勢是，密碼學考慮的是一個非常廣泛的場景。所以它能夠更好的適合或適配不同的場景。在某些場景下，能夠做到比較高效。

當然密碼學也有瓶頸，在部分場景里性能、計算時間、通訊復雜度存在一定的瓶頸。當然更大的瓶頸在于，給沒有密碼學背景的人解釋密碼學原理，是一件難于上青天的事情。

所以本次分享中，會更傾向于密碼學的介紹，包括密碼學的歷史及主要技術(shù)，之后我會對其中的安全多方計算的基本原理做一些簡單的介紹。

密碼學如何實現(xiàn)隱私保護？

密碼學中的隱私計算技術(shù)，大概分為三大類。分別是：安全多方計算、同態(tài)加密、零知識證明。

安全多方計算（簡稱MPC），在1982年由姚期智先生提出，緣起于“百萬富翁問題”。此問題講的是有兩個百萬富翁，他們都很有錢，想比誰更有錢，但是又不想把各自的資產(chǎn)告訴對方，也不想找第三方幫他們做比較。所以他們?nèi)绾文軌蛟诓恍孤蹲约贺敭a(chǎn)的前提之下，知道誰更有錢呢？安全多方計算領(lǐng)域由此開辟。

抽象的來說，可以理解為有多個本地參與，他們各自都擁有一個隱私的收入，但是他們想去計算一個共同的函數(shù)或者說共同的模型，叫做f。這個f會跟各自的輸入都有關(guān)系，然后各自拿到一個結(jié)果。所以我們把它抽象出來，如果f是一個比較的函數(shù)，模型里面只有兩個人的話，就形成了一個經(jīng)典的百萬富翁問題。

和我們今天講的內(nèi)容聯(lián)系起來呢？如果這個f是一個模型或是機器學習的模型，比如說是一個邏輯回歸、是一個CNN，相當于這三方各自都擁有一些數(shù)據(jù)，他們想共同訓練這個模型。

這就對應了今日主題：如何進行隱私 AI 建模的方式？

也就是說，安全多方計算其實是一個非常廣的概念。從密碼學的角度看，MPC用到機器學習、AI里面，就是一個非常具體的應用了。那么應用運用了何種具體的方式？這就是Rosetta所要解決的問題。

Rosetta如何連接隱私計算與AI？

講到現(xiàn)在，相信大家一定會遇到一個很大的問題，就是我們很想運用密碼學解決問題，但是如果沒有很高的數(shù)學基礎(chǔ)或者沒有學習過密碼學的話，相關(guān)算法實在是門檻太高了。但是一些AI領(lǐng)域的專家、學者對于AI的應用，深度學習、機器學習的框架已經(jīng)非常熟了。所以這兩種具有不同專業(yè)技能的人，之間有很深的溝壑。在現(xiàn)實生活中，急需把這兩種技術(shù)做一個融合，但是密碼學相對的技術(shù)門檻太高，會影響整個行業(yè)的發(fā)展，也會影響整套隱私計算或者隱私AI的計算技術(shù)問題和理論進展。

所以我們想讓熟悉機器學習，但是對密碼學不了解的用戶能夠?qū)㈦[私計算技術(shù)運用起來。另外對于一些熟悉了AI、或者TensorFlow、Pytorch等機器學習框架的開發(fā)者，讓他們能夠在幾乎不改變開發(fā)習慣的前提下，就可以運用隱私AI的技術(shù)。我們需要做這樣一個平臺，或者開源框架，能夠讓不太熟悉密碼學或者根本不懂密碼學的AI層面的開發(fā)者或?qū)＜?，能夠用上隱私計算技術(shù)，這就是我們設計Rosetta的初衷，或者說設計Rosetta的一個根本原則。

因此Rosetta具備以下特點：易用性，高效性和可擴展性。

易用性，目前完全復用了TensorFlow接囗。在明文和密文寫模型的時候，TensorFlow的接囗是一樣的，沒有再變。極大地降低了AI工程師使用隱私計算技術(shù)的成本。

高效性，完全兼容原生TensorFlow對數(shù)據(jù)流圖自動執(zhí)行的各種運行時優(yōu)化。我們用C++來實現(xiàn)算法，能夠保持底層算法的高效性。我們同時在跟業(yè)界的密碼學家設計高效前沿的MPC技術(shù)，來適配機器學習或者深度學習的一些模型。

可擴展性，因為在MPC領(lǐng)域算法和協(xié)議非常多，而且涉及不同的場景，可能用不同的算法會有更好的效果。如果有了新的算法過來，Rosetta能夠非?？焖俚募傻秸麄€框架里面去。

下面，我們舉例說明一下：

這里有三個參與方，A、B、C，然后每個人都有一個矩陣Ma、Mb、Mc，之后他們?nèi)ビ嬎鉓a乘Mb乘Mc，他們?nèi)齻€只能知道結(jié)果，中間的過程都不知道。在這樣一個場景下，如何運用Rosetta來實現(xiàn)它呢？和TensorFlow明文使用的區(qū)別有兩個，一個是import包和選擇算法，一個是簡單處理隱私輸入，即需要把Rosetta包import進來，選擇算法，然后定義隱私輸入即可。

Rosetta的架構(gòu)如下：

整體而言，Rosetta的框架圖如上圖所示，它包括Python的前端APl，這塊是Rosetta方便用戶使用而特色支持的，然后與TensorFlow的前后端做了適配，同時我們開發(fā)了一個統(tǒng)一的密碼協(xié)議管理層，可以去適配不同的密碼協(xié)議。

我們的目標是既能夠讓懂密碼學的開發(fā)者把現(xiàn)在的東西復用到整個框架里來，也能夠讓不懂密碼學的AI開發(fā)者能夠無門檻的或者非常低門檻的去使用隱私計算技術(shù)，相當于把密碼學與機器學習，有機的結(jié)合起來。這就是Rosetta的目標。

下面說一下Rosetta的架構(gòu)，首先要講TensorFlow架構(gòu)，TensorFlow架構(gòu)簡單地說就是一個圖轉(zhuǎn)化和一個圖執(zhí)行。我們充分利用了TensorFlow架構(gòu)來進行密碼適配。

當TensorFlow把那個圖變成下圖左邊標準的傳統(tǒng)圖時，我們?nèi)プ隽艘粋€static pass，把每一個操作全部都轉(zhuǎn)成SecureOp，這個統(tǒng)稱是為了后面能夠支持密碼算法。

然后第二步就是圖執(zhí)行，圖執(zhí)行我們運用了dynamic pass，左邊的圖就是剛才轉(zhuǎn)化之后的圖，然后當數(shù)據(jù)的時候，根據(jù)每一個這樣的圖，dynamic pass可以動態(tài)去適配用某一類密碼協(xié)議去執(zhí)行這個圖。

我們能夠充分運用TensorFlow框架，同時因為能夠利用整個底層的密碼算法，dynamic pass也可充分利用TensorFlow這種optimizer之間的并行，可以讓它跑得更快。

下面講一個Rosetta在實際場景落地中的應用案例：金融場景下的應用。銀行A與B，他們各有各的數(shù)據(jù)，然后互聯(lián)網(wǎng)公司C也有數(shù)據(jù)，大家希望能夠通過Rosetta把模型建起來，比如說訓練邏輯回歸后，把風控模型訓練出來，訓練出一個更加高效的模型。同時保證abc各方數(shù)據(jù)都不會被對方拿到，這種場景下，用Rosetta解決問題非常簡單。

如上圖，把Rosetta import進來，然后選一個協(xié)議，然后選相應的輸入。后面就是標準的用TensorFlow去回歸，所以后面完全不需要有任何密碼學背景，也可以完全寫出來。在多數(shù)據(jù)融合的訓練場景里，只要Rosetta一個包，然后把數(shù)據(jù)做一些處理。后面整個邏輯回歸的代碼書寫，跟原來的是一模一樣的，甚至可以把代碼直接拷貝過來。這里有一個問題，我們用MPC的方式也就是密文的方式，它的精度與明文的方式有何區(qū)別？

如上圖，我們做了一個對比，大家可以看到幾乎沒有區(qū)別，基本等價了，所以在設計足夠多的參數(shù)足夠多的精度之后，完全可以保證整個模型的精度。當然還有一個場景就是所謂的模型預測服務。

最后講一點，Rosetta剛剛開始，目前已經(jīng)開源了0.2.1版本。

歡迎大家關(guān)注Rosetta，Rosetta還是“少年”，我們還在不斷補充功能和迭代優(yōu)化。

我們非常希望能夠結(jié)交對架構(gòu)設計和集成感興趣的朋友們，或者針對其他框架，本身的開源也有優(yōu)化想法的小伙伴們，大家一起參與進來。

另外如果有對Rosetta或密碼學感興趣的朋友們，非常歡迎大家一起來交流，謝謝大家！