|
基于在大数据、分布式数据库、隐私计算、数据安全流通领域的多年积累，星环科技研发了数据要素流通全过程的一系列工具，5月26日“向星力”未来数据技术峰会上，星环科技数据安全、数据要素流通全家桶再次升级亮相，为数据要素安全流通保驾护航。 Sophon 3.2提升数据流通便利性及安全管控 为解决数据流通的不敢、不会、不安全和成本高的问题，Sophon 3.2提供了迭代优化的更多模块，在实现数据流程的同时进行安全管控。 Sophon P²C——提供隐私保护下数据联合分析 基于已有版本，新版本的Sophon P²C通过自研大规模隐私计算框架 privacy4j和新增自研MPC-SQL引擎提供更全面更安全的数据联合分析能力；通过运维看板和各类通用场景提供更加灵活的产品使用方式；通过对隐私求交、纵向XGB等内置算法性能优化，提供更快更稳定的隐私计算和联邦学习算法；
图：Sophon P²C隐私计算平台架构图
图：Sophon P²C隐私计算平台性能对比图 Sophon MLOps——提供隐私计算模型的部署运维 新版本Sophon MLOps的部署运维能力进一步提升，其提供有持续训练Pipeline服务，支持通过可视化页面构建包含隐私计算模型在内的多类模型迭代更新的流程，实现模型训练、模型注册上架与模型部署应用的自动化流程；同时新增GPU资源管理能力，让隐私计算模型及其他类型模型的推理性能能够得到保障。
Sophon Sample Cube——提供多模态样本的内容安全检查 新版本新增Sophon Sample Cube样本仓库，在针对结构化数据和非结构化数据时，可实现对数据的精细化管理，并且输出高质量多模数据。样本仓库除驱动高质量模型的迭代外，还提供针对文本和图像等多模态数据的内容安全检查能力。 大模型驱动的数据安全管理平台Defensor 数据安全在企业落地过程中，牵扯到大量人工投入，包括规则的制定、资产的梳理等，工具的智能化对提升数据安全合规能力的作用不容低估。星环科技数据安全管理平台Defensor 的产品目标是帮助企业打造智能化数据安全管理平台。 Defensor 4.0版本在数据分类分级模块中创新性地引入了大模型技术，相较于传统机器学习算法，调优后的模型完美解决了分类分级中短文本语义语境识别率低的问题，在有标注样本的前提下，识别准确率达到了95%。 与此同时，新版本还引入了敏感血缘分析技术，识别衍生敏感资产并自动定级，做到资产应分尽分。同时对访问策略进行加强，引入用户行列级访问权限，配合星环的数据安全网关产品，实现数据资产细粒度访问控制。 Defensor4.0 可帮助企业构建事前可知可防、事中可控、事后可查的全链路数据安全防护体系。 在事前阶段，Defensor能够帮助企业全面梳理资产，识别敏感数据，并基于行业标准进行分类分级。对敏感数据的使用加工流程中，提供高性能静态脱敏和去标识化功能。在事中阶段，针对不同等级的敏感数据，实现基于用户维度的行列访问控制，提供动态脱敏、访问拦截等安全措施。在事后阶段，平台提供敏感数据的使用监测与审计，能对违规操作，异常行为，涉敏行为进行告警与溯源。
数据流通一体机，让数据可以安全的开箱即用 数据作为一种新型生产要素，是数字经济高质量发展的核心动力。培育和建设规范的数据要素市场，能够充分挖掘和释放数据要素的内在价值，促进数字经济和实体经济深度融合。数据要素流通使用环境复杂，涉及多方主体、多个环节，同时数据产品具有极易复制、非排他性、难追溯等特征，均使数据流通使用面临安全风险、隐私泄漏挑战等问题，不仅威胁国家数据安全，也不利于企业和个人数字权益的保护，严重阻碍数据要素流通使用市场化配置。因此，守住数据安全是数据要素流通交易的红线和底线是开展数据流通交易的首要条件。 |
