北京2023年4月28日 /美通社/ -- 隨着大數據的快速發展和人工智能技術的逐漸成熟,大數據和人工智能的結合變得越來越緊密,相輔相成,爲各個領域的發展和進步帶來了巨大的機遇和挑战。大數據提供了海量的數據,而人工智能可以利用這些數據進行深度學習、模式識別和智能決策等方面的分析,從而產生有用的信息和價值。然而,大數據和人工智能的結合也面臨着數據泄露、數據隱私保護、模型安全等諸多數據安全問題,必須採取有效措施來確保數據存儲、數據處理、數據流轉等過程中的數據安全。
因此,英特爾攜手浪潮信息構建了端到端的大數據和人工智能隱私保護機器學習方案,該方案基於英特爾軟件防護拓展(Software Guard Extensions, SGX)提供可信執行環境(Trusted Execution Environment,TEE),使用浪潮信息雲海Insight提供大數據能力支持,通過BigDL-PPML建立端到端的大數據和人工智能隱私計算解決方案。通過英特爾Big-PPML和浪潮信息雲海Insight的聯合測試和應用實踐證明了該方案的安全高效和卓越性能表現。
大數據和人工智能結合時的數據安全問題
大數據和人工智能結合是當前技術發展的熱點領域之一,其應用範圍涉及到商業、醫療、教育、能源等多個領域。然而,在大數據和人工智能結合的過程中,數據安全問題是不可忽視的,主要面臨以下數據安全問題:
數據隱私保護:大數據和人工智能結合所處理的數據規模和種類非常龐大和復雜,包含大量個人身份信息、財務信息、醫療信息等敏感信息,如果這些信息被泄露或被未經授權的第三方獲取,將對個人、企業和機構造成極大的損失。因此,必須採取措施保護數據隱私,例如數據加密、數據脫敏等技術。
數據泄露:大數據中存儲的信息往往包括商業機密、個人隱私等敏感信息,如果這些信息被攻擊者獲取,將給企業和個人帶來重大損失。因此,必須採取措施防止數據泄露,例如網絡加密、身份認證和訪問控制等技術。
假數據攻擊:大數據中的數據質量往往無法完全保證,攻擊者可以通過提交虛假數據來操縱模型,從而對企業或機構造成損害。因此,必須採取措施防止假數據攻擊,例如數據質量管理、異常檢測、可信執行環境等技術。
模型安全問題:在人工智能中,模型往往是根據大數據訓練得到的,如果攻擊者能夠訪問模型,就可以從中獲得大量敏感信息。因此,必須採取措施保護模型安全,例如數據加密、訪問控制等技術。
英特爾BigDL-PPML攜手浪潮信息雲海Insight的端到端隱私保護機器學習
爲了解決大數據和人工智能結合時遇到的數據安全問題,英特爾與浪潮信息合作,基於英特爾SGX可信執行環境技術,加持強安全的浪潮信息KOS操作系統,使用浪潮信息雲海容器雲平台ICKS(InCloud K8S, ICKS)一鍵部署Kubernetes(K8s)集群,浪潮信息雲海Insight大數據平台提供運維管理、數據存儲、數據計算、權限管理等能力,通過英特爾BigDL-PPML實現大數據和人工智能端到端的隱私保護機器學習方案。
圖1 大數據和人工智能端到端的隱私保護機器學習方案架構
KOS
浪潮信息KOS是一款基於Linux Kernel、OpenAnolis等开源技術自主研發的服務器操作系統,支持x86、ARM等主流架構處理器,性能和穩定性屬於行業領先地位。可滿足雲計算、大數據、分布式存儲、人工智能、邊緣計算等應用場景需求。
浪潮信息KOS服務器操作系統基於开源OpenAnolis系統做了开發和增強, 加入了自主研發的軟件,提供全方位(內核及用戶態)的操作系統支持, 其穩定性、安全性、兼容性和性能等核心能力均已得到充分驗證,是一款強安全、高可用、高可靠、高性能、易維護的服務器操作系統,能夠爲企業用戶提供值得信賴的基礎設施平台,滿足企業用戶多應用場景的需求。本方案使用浪潮信息KOS系統可加固整個端到端隱私保護流程,且浪潮信息KOS已自帶SGX驅動,可簡化部署實施流程。
圖2 KOS 產品架構
ICKS
浪潮信息雲海容器雲平台(InCloud K8S,簡稱 ICKS) 是企業級容器雲平台, 基於容器和 Kubernetes 容器編排技術,採用微服務架構,以應用爲中心,面向企業私有雲市場提供包括全方位應用管理、服務網格、智能監控運維、DevOps、異構設備管理、應用遷移、容災備份、 多租戶管理、安全審計等雲平台服務,能夠幫助企業加速應用上雲,實現業務的高可用性、彈性伸縮,並對應用的全生命周期進行自動化管理。本方案使用浪潮信息雲海容器雲平台ICKS可以一鍵部署K8S集群環境,簡化部署流程,提高部署效率,確保集群高可用,爲本方案提供穩定可靠的容器調度環境。
圖3 ICKS 產品架構
BigDL PPML
BigDL-PPML是英特爾开源的大數據和人工智能應用平台BigDL構建的一個分布式的隱私保護機器學習平台,主要基於英特爾SGX可信執行環境技術。BigDL-PPML可以使公司企業在探索強大的人工智能技術的同時盡量降低處理大量敏感數據相關的安全風險。PPML可以有效保護存儲、傳輸和使用中的數據:由SGX Enclaves保護的計算和內存、由加密保護的存儲、由遠程認證和傳輸層安全保護的網絡通信,以及可選的聯邦學習支持。
圖4 BigDL PPML產品架構
雲海Insight
雲海Insight是浪潮信息企業級大數據基礎軟件,集合業界主流的新型大數據處理技術,包含數據採集、數據存儲、數據計算、檢索服務、編排、數據湖、數據安全等30多個大數據組件,提供統一的平台化管理運維,實現深度功能增強和性能優化,能夠幫助客戶輕松應對海量數據的採集、存儲、計算、查詢、分析挖掘和數據安全等應用場景。BigDL PPML作爲AI計算的重要組成部分集成到Insight大數據平台中,提供Spark SQL、ML/DL、聯邦學習等功能,提升Insight平台AI服務能力。
圖5 Insight 產品架構
安全高效的發掘數據價值
英特爾BigDL-PPML攜手浪潮信息雲海Insight構建的端到端的大數據和人工智能隱私保護機器學習方案,可以幫助企業在保護數據安全的前提下,實現數據分析、機器學習、深度學習等大數據和AI應用。通過集成英特爾BigDL-PPML,浪潮信息雲海Insight可以爲企業提供更加安全和可靠的大數據和人工智能隱私計算方案,從而帶來以下收益:
數據隱私保護:隱私保護多方計算技術可以將數據分布在多個計算節點上進行計算,並在不泄露原始數據的情況下完成計算任務。這可以有效保護企業的數據隱私,避免敏感數據被泄露。
高效性和可擴展性:英特爾BigDL-PPML基於分布式計算框架Spark進行實現,可以實現大規模深度學習模型的訓練和推理,同時保證計算效率和可擴展性。這可以爲企業提供更加高效和可靠的數據分析和處理服務。
降低數據處理成本:浪潮信息雲海Insight大數據平台具有完善的數據採集、數據存儲、數據計算流程,通過大數據處理技術和數據安全體系,可以對海量數據進行一站式處理。這可以降低企業的數據傳輸和處理成本,同時提高數據安全性。
提高數據價值:通過利用英特爾BigDL-PPML進行訓練和推理,企業可以更加准確地分析和挖掘數據,從而提高數據的價值。同時,數據隱私得到保護,企業可以更加放心地分享數據,促進行業內數據共享和合作。
綜上所述,英特爾BigDL-PPML攜手浪潮信息雲海Insight建立端到端的大數據和人工智能隱私計算方案,可以爲企業帶來多方面的收益,包括數據隱私保護、高效性和可擴展性、降低數據處理成本和提高數據價值等。
持續更新完善隱私計算方案在各行業的創新應用
基於英特爾SGX技術,英特爾BigDL-PPML攜手浪潮信息雲海Insight可以爲企業提供更加安全和可靠的大數據和人工智能隱私保護機器學習方案,經過雙方的聯合測試和多方實踐,該方案不僅能夠保障用戶的隱私安全,而且能夠提高企業的機器學習效率,爲企業帶來包括數據隱私保護、高效性和可擴展性、降低數據處理成本和提高數據價值等多方面的收益。
隨着計算能力的不斷提高和人工智能算法的不斷創新,大數據和人工智能的應用場景也將會更加廣泛,數據隱私和安全問題變得越來越重要。基於英特爾SGX技術的英特爾BigDL-PPML將成爲企業實現數據安全和隱私保護的重要工具,浪潮信息雲海Insight大數據智能分析平台將會不斷更新和完善,爲企業提供更加安全可靠的數據處理和分析服務。雙方將繼續深入合作,進一步完善端到端的大數據和人工智能隱私保護方案,在保障用戶數據安全的同時,促進大數據和人工智能技術持續發展,在各行各業中產生更多的創新和應用。
本文作者可以追加內容哦 !
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。
標題:英特爾攜手浪潮信息構建端到端的隱私保護機器學習方案
地址:https://www.breakthing.com/post/55331.html