其他
隐私计算推动数据安全共享，将如何重塑数字化城市？
百万富翁设想
两个百万富翁在街头邂逅，他们都想炫一下富，比比谁更有钱，但是出于隐私，都不想让对方知道自己到底拥有多少财富，如何在不借助第三方的情况下，让他们知道彼此之间谁更有钱？
这个经典问题可被描述成“一组互不信任的参与方之间在保护隐私信息以及没有可信第三方的前提下的协同计算问题”。
安全多方计算：小明、小安、小红想计算三个人的总工资，但都不想让别人知道自己的工资。为此，他们每个人将自己的工资数值随机分为三部分，分别提供给另外两个人。这样，三个人共计掌握了9个数字，计算这9个数字的和就得到了三个人的工资总和。但由于他们得到的是其他人工资被随机划分出的一个数值，没有人能够知道别人的工资。
联邦学习：本质是模型代替数据“移动”，可以类比为放牧。主人让牛群（计算模型）在各地移动吃草料（数据），主人并不知道牛去哪里、吃了什么草（数据），但并不影响晚上挤出牛奶（计算结果）。
1.保护商业秘密和公民隐私安全
2.防止“数据污染”
3.解决“数据孤岛”问题
———— e n d ————
【荐读】长沙，除了娱乐消费还有什么？