拓扑图

平台方向

>>基于MPC的秘钥管理：MPC是一种基于密码学的协同计算框架，简单理解就是多个参与方各自输入自己的“秘密”，一起完成一个计算任务，同时自己的“秘密”不会泄露给其他参与方，支持m out n的授权管理方式，即至少需要n个用户的m个授权才能进行签名授权，基于MPC 的门限签名计算过程中不会出现完整私钥，分布式签名，无需可信硬件服务环境。

>>匿痕检索查询：在有些数据查询检索的场景中查询方不希望服务端（数据提供方）知道自己的查询关键字，例如银行A想要给某个客户提供贷款服务，但想要查询该客户在银行B中的信用信息，同时又不希望银行B知道该客户是谁（如果B知道该客户有贷款需求可能会抢先为该客户提供贷款服务），这就需要A在查询的过程中能够隐藏自己的检索痕迹（匿痕检索）。

>>大数据安全与隐私保护技术：针对大数据安全与隐私计算中的全同态加密方案进行研究，突破当前全同态加密方案计算效率低、存储消耗大的实际应用困局，显著提升深度神经网络中非线性运算单元的同态计算问题效率，从理论和硬件实现优化两个方面研究更加高效的全同态加密方案，进一步提升算法效率。

>>密文计算：可以保证数据处理过程中的安全性，对于数据中心提供的数据训练模型，通过数据的密文检索、模糊查询、保序加密等技术，能够对密文状态下的数据进行搜索、查询等操作，实现数据的保密性和隐私保护。

>>区块链领域相关技术：研究高效安全的区块链分布式架构、区块链隐私保护机制、区块链分布式交易系统的审计监管机制, 为监管方提供抓手接口以确保区块链应用可管可控，为区块链技术、隐私保护和审计监管提供共性技术和理论支撑。

>>基于数据失真的隐私保护技术:它是使敏感数据失真但同时保持某些关键数据或者属性不变的隐私保护技术，例如，采用交换(Swapping)、添加噪声等技术对原始数据集进行处理，并且保证经过扰动处理后的数据仍然保持统计方面的性质，以便进行数据挖掘等操作。