本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

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？

目前數據面臨著一些挑戰。隨著數字化的發展，數據量指數級增加，一些核心的、關鍵的數據保護做得遠遠不夠。目前來看，隨著數據的生產要素化，不論國內國外對整個數據相關方向的關注程度越來越高，當然其中也有越來越多的挑戰。而眾多挑戰之中我們認為其中最關鍵的一點就是數據隱私。

從AI的角度來看，AI需要用數據來“喂”，只有通過足夠多的數據或多樣化的數據，才能訓練出一個相對較好的模型使用。所以隨著數據量的增大、數據多樣化的增加，以及隨著數據隱私的關注程度越來越高，AI面臨著一個所謂的“窘境”——從AI角度來看，數據的多樣化程度越高，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。如何能夠在保護數據隱私的前提下，把各不同源、不同企業之間的數據能夠融合運用？在目前傳統的技術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。

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

第一是密碼學，第二是聯邦學習（Federated Learning），是偏機器學習的技術；第三是可信執行環境（TEE），是硬件安全的技術。當然技術沒有絕對的好壞之分，每個技術都有它的優勢和劣勢，所以在很多的綜合性解決方案中，很多技術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，如何保護數據隱私的一類學科。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學理論基礎的密碼理論。當然它的優勢是，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，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。

密碼學如何實現隱私保護？

密碼學中的隱私計算技術，大概分為三大類。分別是：安全多方計算、同態加密、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告訴對方，也不想找第三方幫他們做比較。所以他們如何能夠在不泄露自己財產的前提之下，知道誰更有錢呢？安全多方計算領域由此開辟。

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或者說共同的模型，叫做f。這個f會跟各自的輸入都有關系，然后各自拿到一個結果。所以我們把它抽象出來，如果f是一個比較的函數，模型里面只有兩個人的話，就形成了一個經典的百萬富翁問題。

和我們今天講的內容聯系起來呢？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據，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學基礎或者沒有學習過密碼學的話，相關算法實在是門檻太高了。但是一些AI領域的專家、學者對于AI的應用，深度學習、機器學習的框架已經非常熟了。所以這兩種具有不同專業技能的人，之間有很深的溝壑。在現實生活中，急需把這兩種技術做一個融合，但是密碼學相對的技術門檻太高，會影響整個行業的發展，也會影響整套隱私計算或者隱私AI的計算技術問題和理論進展。

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將隱私計算技術運用起來。另外對于一些熟悉了AI、或者TensorFlow、Pytorch等機器學習框架的開發者，讓他們能夠在幾乎不改變開發習慣的前提下，就可以運用隱私AI的技術。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層面的開發者或專家，能夠用上隱私計算技術，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接口。在明文和密文寫模型的時候，TensorFlow的接口是一樣的，沒有再變。極大地降低了AI工程師使用隱私計算技術的成本。

高效性，完全兼容原生TensorFlow對數據流圖自動執行的各種運行時優化。我們用C++來實現算法，能夠保持底層算法的高效性。我們同時在跟業界的密碼學家設計高效前沿的MPC技術，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領域算法和協議非常多，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能夠非常快速的集成到整個框架里面去。

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，之后他們去計算Ma乘Mb乘Mc，他們三個只能知道結果，中間的過程都不知道。在這樣一個場景下，如何運用Rosetta來實現它呢？和TensorFlow明文使用的區別有兩個，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，同時我們開發了一個統一的密碼協議管理層，可以去適配不同的密碼協議。

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

下面說一下Rosetta的架構，首先要講TensorFlow架構，TensorFlow架構簡單地說就是一個圖轉化和一個圖執行。我們充分利用了TensorFlow架構來進行密碼適配。

當TensorFlow把那個圖變成下圖左邊標準的傳統圖時，我們去做了一個static pass，把每一個操作全部都轉成SecureOp，這個統稱是為了后面能夠支持密碼算法。

然后第二步就是圖執行，圖執行我們運用了dynamic pass，左邊的圖就是剛才轉化之后的圖，然后當數據的時候，根據每一個這樣的圖，dynamic pass可以動態去適配用某一類密碼協議去執行這個圖。

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，他們各有各的數據，然后互聯網公司C也有數據，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各方數據都不會被對方拿到，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。在多數據融合的訓練場景里，只要Rosetta一個包，然后把數據做一些處理。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別？

如上圖，我們做了一個對比，大家可以看到幾乎沒有區別，基本等價了，所以在設計足夠多的參數足夠多的精度之后，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，目前已經開源了0.2.1版本。下面是GitHub鏈接：

https://github.com/LatticeX-Foundation/Rosetta