1、隐私计算三剑客在营销中的应用陈治宇 百度 资深安全工程师您公司的logo|01数字营销与隐私此部分内容作为文字排版占位显示（建议使用主题字体）02联邦学习/多方安全计算此部分内容作为文字排版占位显示（建议使用主题字体）04安全沙箱此部分内容作为文字排版占位显示（建议使用主题字体）05百度点石产品矩阵此部分内容作为文字排版占位显示（建议使用主题字体）目录 CONTENT|03可信执行环境此部分内容作为文字排版占位显示（建议使用主题字体）06未来趋势分析此部分内容作为文字排版占位显示（建议使用主题字体）数字营销与隐私请替换文字内容，点击添加相关标题文字01|营销技术的发展|图表引自：中国广告协会2

2、022AI营销白皮书AI+营销：涉及隐私数据会员资料搜索历史浏览记录电商消费基本信息线下购物商户信息出行记录大数据知识图谱机器学习语言处理投前投中投后精准用户画像最佳渠道触达虚假流量识别个性化创意ID打通精准人群智能化投放优化投放策略AI技术营销数据营销环节|隐私数据个人信息个人敏感信息重要数据国家核心数据国家秘密军事数据商业数据专利数据（信息）个人信息个人敏感信息重要数据国家核心数据国家秘密军事数据商业数据保守国家秘密法数据（信息）中央军委：军事数据安全保护个人家庭目的匿名化信息数据安全法个人信息保护法去标识化|什么是：隐私计算？解决的问题：“数据可用不可见”什么效果：仅获取到”结果”，但得

3、不到以外的信息 价值：“使用权”和“所有权”分离 怎么实现：软件，硬件，不软不硬|隐私计算：三剑客联邦TEE沙箱|联邦学习/多方安全计算请替换文字内容，点击添加相关标题文字02|联邦学习（FL）参与方A参与方B协调方结果A结果B隐私计算多方安全计算联邦学习差分隐私同态密码学混淆电路联邦学习和安全多方计算秘密分享零知识证明不经意传输|优势 不依赖硬件 原始数据不出区域 点对点链接 知名度高|航空领域营销升舱服务模型全量Phone MD5用户行为全量 PhoneMD5画像特征等ID 对齐特征工程联合训练8千万联合建模流程高净值人群百万级批量预测南航高净值人群包T+1 例行计算渠道分发精准投放流程南

4、航活动管控中心圈定活动预投放人群及联合模型将高净值人群推送到SCRM系统，生成人群包人群包上传达到70%，可以分发*针对高净值人群精准投放，提高了转化率，降低了成本，同时降低对低消费人群打扰，提升用户体验。*只对高净值人群进行触达数据域南航SCRM系统客户触达教育领域营销种子用户用户画像用户行为外部用户行为联合模型现有用户广告|数据域A数据域B汽车营销领域（推荐）用户APP行为信息汽车商品用户基础信息联合建模用户购买信息推荐浏览用户搜索行为实现多样性同态类型：部分同态（Partially Homomorphic）有点同态（Somewhat Homomorphic）全同态（Fully Homom

5、orphic）调度方式：算子层面：Operator Layer算法层面：Algorithm Layer组件层面：Component Layer引擎层面：Engine Layer通信方式：Socket通信RPC通信MQ通信P2P通信计算平台：LocalDocker/KubernetesSparkMPI安全模型：无攻击模型半诚实模型（Semi-Honest Adversary）恶意模型模型（Malicious Adversary）隐蔽敌手模型（Covert Adversary）存储方式：FileDataFrame(vTable)DataBase|劣势 速度慢(计算复杂度，网络波动）原理复杂，安全性

6、难以度量(多样性)可用算法有限期待，有没有：1.速度快2.简单易懂3.有充足的算法？是否可以通过“硬件”解决？|可信执行环境请替换文字内容，点击添加相关标题文字03|优势 计算速度快：大数据，低延迟 执行逻辑较清晰，容易度量其安全 移植算法成本较低，可以用的算法很多|可信执行环境（TEE）参与方B参与方ATEE更加简单化的TEE 基于LibOS的可信执行环境 Occlum Gramine(GrapheneSGX)基于可信虚拟化技术 AMD:SEV,SEV-ES INTEL:TDX ARM:CCASYSAppTEEApp|通信领域营销生物基因领域|病例样本数据比对TEE分析汽车音乐推荐数据融合与

7、应用数存储、处理与建模数据源人脸检测关键点对齐模型训练模型预测车端数据汽车品牌TEE姓名性别兴趣爱好驾车习惯位置信息场景应用fearsadhappyfearhappysadneutral人脸检测：有效识别图片中的人脸，精确定位人脸位置，返回高精度人脸；关键点对齐：对图片中的人脸进行关键点定位，并返回人脸关键点坐标位置，包括人脸轮廓、眼睛、眉毛、嘴唇以及鼻子轮廓等；数据融合与应用：结合用户情绪识别结果与车端其他数据，可以用于车载音频切换，随着客户的情绪，切换相关主题音乐模型训练：通过读取训练集海量图片，进行情绪识别模型多轮迭代，输出模型参数；模型预测：输入测试集人脸图片，调用情绪识别模型，输出情

8、绪识别结果（happy/sad/neutral）|劣势 数据需要加密后传到TEE 依赖硬件 INTEL：SGX1/2，TDX AMD：SME，SEV，SEV-ES ARM：TRUSTZONE，CCA 算法需要移植适配 需要权衡安全性和高可用：数据重放期待，有没有：1.速度更快2.简单易懂3.3.所有算法和工具可用所有算法和工具可用4.4.不依赖硬件不依赖硬件是否可以通过“隔离”解决？|安全数据沙箱请替换文字内容，点击添加相关标题文字04|安全数据沙箱（SANDBOX）参与方B参与方A运行调试程序优势 简单，速度快，几乎无损耗 可大规模应用，适用特大的数据场景 不依赖物理硬件 所有算法都可以使用

9、|广告传媒领域全量数据样本数据安全隔离域运行环境计算模块调试环境脱敏/置换/抽样调试程序/模型数据处理方数据拥有方模型预测服务金融理财营销种子用户策略数据已有用户触达用户人群规则模型过滤|安全隔离域政务数据在营销里的应用部门政务信息系统视频中台数据中台物联网感知中台数据资源市政府数据开放平台（娄山分、医保云贷、专病）银行/保险.提供数据共享数据业务需求数据申请数据需求提供数据数据开放百度推理服务政务域内政务域内（医保信息、执法信息、税务数据）（医保信息、执法信息、税务数据）企业域内企业域内（银行（银行/保险）保险）预测分值发布模型百度隔离域（沙箱）调试运行|劣势 仅保护平台方的数据安全期待，有

10、没有：1.不依赖硬件2.速度快3.简单易懂4.所有算法和工具可用5.5.两方的数据可进出两方的数据可进出是否有“全覆盖”的产品？|百度产品矩阵请替换文字内容，点击添加相关标题文字05|隐私计算中的舍得联邦学习FL舍：计算效率，可用的算法得：无硬件要求，原始数据不出域可信执行环境TEE舍：硬件的通用性，加密原始出域得：更快的计算效率，一定算法的可扩展安全数据沙箱SBX舍：仅保护数据方的安全得：超大规模的数据计算，复用所有的算法和工具硬件依赖单向开放可用灵活|恰当的应用隐私技术 明确保护/防御对象 明确数据的规模 明确操作的范围 明确实施的运行环境安全功能|隐私计算一指禅数据小，两方不出，常规算法

11、：联邦学习数据中，两方汇聚，专用算法：可信执行环境数据大，一方不出，任意算法：安全沙箱|PADDLE MUSL(SGX)PADDLE FL(MPC)MesaTEE(TEE)百度联邦学习(BFL)SCONEGRAPHENEOCCLUMTRUSTED BLOCKCHAIN(XuperChain)TRUSTED FILE SYSTEM隔离域(ISOLAND)LDAP-SGXTRUSTED LOGGINGBAIDU S3(BOS)ML(RS)SQL(RS)MesaPy(RUST)PADDLE(NATIVE)SMC ML(MPC)BML(NATIVE)Mesa RUST SDKHARDWARE(SGX)

12、SOFTWAREBAIDU ABC/T2CLOUD百度隐私计算：技术框架图PRIVATE P2P NETWORKCOMPICOLERN(RS)HSM未来趋势分析请替换文字内容，点击添加相关标题文字06|趋势1：技术融合 联邦FL/MPC+TEE-降复杂，提效率 SANDBOX+TEE-使用方数据安全问题 SANDBOX+MPC-外部数据引入|趋势2：软硬结合 FL/MPC+GPU/FPGA-深度学习提速Paddle/PaddleFL,CryptGPU/CrypTenMPC：CPU(200X)降低到 GPU(35X)，提升10X以上 SANDBOX+TrustedVM+Clear Container 启动加速，不同数据，不同等级启动速度：100s 降低到 10s以内|趋势3：互联互通 隐私计算平台的互通中国信通院云大所隐私计算 跨平台互联互通系列标准IEEE SAP3117-Standard for Interworking Framework for Privacy-Preserving Computation|非常感谢您的观看|