文章
人工智能的安全隱患
ChatGPT的成功大部分來源於海量的數據支撐和豐富的數據維度，基於13億參數量的龐大模型，隨着用戶的不斷湧入，ChatGPT不斷迭代進化新的“知識”，而在模型表達能力的增強之外，同時也帶來了難以忽視的安全風險。除了模型本身可能存在的投毒風險，隱私數據泄露導致的數據重構等風險，都可能造成一定的社會及經濟損失。
數據安全共享解決方案
在數字經濟迅速發展的大背景下，如何能夠利用安全、合規、有序的數據流通和共享手段，將本地數據共享給人工智能平臺進行聯合訓練？
爲提升模型學習與決策能力，隱私計算技術能夠在保護數據本身不泄露的前提下，能夠較好解決數據在收集、傳輸、分析、計算等處理活動中的動態安全，但實際應用中，仍存在技術應用成熟度低、應用實施改動大、權威機構認證少等痛點問題。
因此，同態科技圍繞以同態加密爲核心的一系列國產新型密碼技術，在充分保護數據隱私安全的基礎上，不改變原有業務流程，低成本、低改造地拓展數據應用場景。通過“一次加密，一次加載，全量應用”的新型數據流轉模式，實現數據價值最大化，達成 “原始數據不出域，數據可用不可見”目的。
國產同態加密算法解決計算效率問題
同態加密技術，就是指數據加密之後，密文數據和未加密前的明文數據相比，具有完全一致的計算能力。目前對比市場上主流的同態加密技術，或多或少的有一些效率上的瓶頸。
Craig Gentry曾給出直觀定義：“A way to delegate processing of your data, without giving away access to it”，通俗的講，同態加密技術就是一種在不接觸原始數據的情況下，實現對數據的應用。
同態科技自研的國產新型同態加密算法——“同態構型”算法有效解決了計算效率問題，大幅提升了密文計算性能。
CCA-2安全：自適應性選擇密文安全，參考：https://www.cnblogs.com/pam-sh/p/15244862.html
在同一批數據相同運行環境下，與當下主流的同態加密算法庫（微軟SEAL）相比，實現了算法層面的速度提升1800倍以上，並在密文擴張、兼容性、細粒度、以及應用場景等方面均實現了較大提升，有效解決在當下數據融合過程中的隱私保護問題。
結合英特爾再度提升算法計算性能
SIMD技術通過對一組數據向量中的每個元素同時執行相同的操作，實現空間上的並行性。
在算法優化的基礎上，大整數運算是“同態構型”算法中，性能提升的一大環節。同態科技聯合英特爾，以AVX-512指令集爲切入點，通過中國剩餘定理壓縮數據，再利用並行計算提升大整數的運算效率，形成大整體運算優化方案。
見論文：Fully homomorphic SIMD operations
英特爾® AVX-512作爲SIMD技術的典型代表，利用32個512位長的向量寄存器，不但提升了並行計算的數據存量，還在算力部分進行了優化，更適配高性能計算場景下的效率需求，對於科學模擬、金融分析、人工智能、圖像處理、數據壓縮等，對工作負載和用例的性能較高的業務均提供了有力支撐。
最終實驗結果表明，該方案和主流大整數庫（GMP庫）項目，加法效率提升了70倍，乘法效率提升了100倍，有望基於此進一步實現同態構型算法的性能提升。
技術
同態構型密碼算法
同態構型密碼算法設計不依賴傳統的公鑰全同態加密技術，基於離線狀態下常數次(最優時一次)單向陷門J置換，在線狀態下僅包含加法、乘法的對稱全同態映射，實現密文域上高效的隱私計算。