TICS 端到端实践：企业积分查询作业开发

作者：华为云开发者联盟

2022 年 6 月 07 日
本文字数：2299 字
阅读完需：约 8 分钟

本文分享自华为云社区《基于华为隐私计算产品TICS实现端到端的企业积分查询作业【玩转华为云】》，作者：breakDawn 。

本次 TICS 端到端体验，将以一个“小微企业信用评分”的场景为例。

社保、水电气和资助金等数据统一存储在某某政务云，由不同的局进行管理，机构想单独申请进行企业相关评分的计算会非常困难。

因此可以由某市政数局出面，统一制定隐私规则，审批数据提供方的数据使用申请，并通过华为 Tics 可信智能计算平台进行安全计算。

数据准备

企业税收和资助金情况表 tax（partner_gov，属于政府信息提供方，部署在用户计算节点 agent_gov 上）

企业政府资助金数据表 support（partner_gov，属于政府信息提供方，部署在用户计算节点 agent_gov 上）

企业水电情况表 power（partner_power，能源信息提供方，部署在用户计算节点 agent_pow 上）

注意以上数据和表结构是根据场景进行模拟的数据，并非真实数据。

从业务角度考虑，我安排了五个阶段，来对 TICS 系统进行验证和测试。

阶段一：数据发布

首先第一步，肯定是要做好数据准备工作。

我们通过新建连接器，让计算节点和数据源进行连通。

接着进入数据管理，进行数据集发布。

字段分类作用如下：

然后我们以同样的方式，发布了 support 资助金数据表和 power_data 能源表。

这个过程并不会直接从数据源中导出用户数据，仅仅是从数据源处获取了数据集相关的元数据信息，用于任务的解析、验证等。

阶段二：隐私规则防护

数据集发布后，作为数据提供方，肯定会担心数据是否可能被随意使用。

因此第一步应该先确认 tics 的隐私规则能力是如何保护大家的数据安全的。

假设有人试图直接查询敏感数据：


select
tax_bal, id
from
league_creator.tax

复制代码

则可以看到被提示不支持进行敏感数据的 SELECT 操作。

如果有人试图拿敏感数据加上自己的数据，从结果倒推敏感数据，如下所示：


Select
tax_bal + electric_bal
from
LEAGUE_CREATOR.tax a
join ZZZZZZ.power_data b on a.id = b.id

复制代码

这个操作等同于求原数据，这个操作也会被 tics 识别并提示出来。

阶段三：审批防护

上述隐私规则，都是 tics 系统提供的默认规则。

但规则的完善总是有一个过程的，在规则未完全完善之前，作为用户，可能更愿意支持开启审批功能，来进行更“灵活”的作业合法性确认。

如下图所示，当有人直接查询我的敏感数据时，我可以在审批详情中，看到对方试图让敏感字段在结果可见，那就可以由该提供方进行识别，并进行拒绝操作。

对于两个字段相加的情况，也可以在审批中看到相加的情况，也能看到 id 是用来做 join 碰撞的用途。

通过查看字段是否可见，以及字段用途，能够确认该字段的应用是否符合自己的安全预期。

阶段四：基本计算能力验证

下面场景是计算各企业在 2021 年的价值评分，以用于评估信贷能力，其中的公式并非真实公式，仅仅是一个简单的参考计算式。

其目的是为了确认 Tics 的基础计算能力


select
c.id as `企业id`,
0.5 * a.tax_bal + 0.8 * b.supp_bal + (0.05 * c.electric_bal + 0.05 * c.water_bal) * 0.1 as `企业评分`
from
Partner1.TAX a,
Partner1SUPPORT b,
Partner2.POWER_DATA c
where
b.id = c.id
and a.id = b.id

复制代码

审批时可以看到如下的情况，涉及关联字段较多，其使用方式都能够在审批界面中展示出来。

执行结果如下：

可以看到基础的 sql 语法都能够支持。

并且从作业执行页面的提示上来看，已经支持了相当多的常用语法和 sql 函数。

阶段五：基于 MPC 算法的高安全级别计算

如果我度过了前期的 demo 验证阶段，准备接入更高安全级别的数据，就可能会希望提升数据保护级别，以纯密文的状态做计算，则我可以通过让开启高隐私级别开关,将联盟安全级别默认提升一个等级。

再次点击刚才的作业，审批时可以看到敏感数据被进行了同态加密。

从 DAG 图上可以看到 psi + 同态的全过程流向, 基本符合业界已公开的 PSI 算法流程和同态加密流程。

阶段六：统计型作业的差分隐私保护

假设有以下作业，试图统计各行业的企业税收总和和用电量总和，进行统计分析


Select
industry,
sum(tax_bal),
sum(electric_bal)
from
LEAGUE_CREATOR.tax a join
dayu002.power_data b
on a.id = b.id
group by
industry

复制代码

但是这种统计分析型的作业，有可能被作业执行方通过增删某个碰撞的 id，得到两次作业之间的差值，从而推算出实际 taxpay 和 water_fee

此时我可以通过开启差分隐私开关来保护自己的敏感数据，这类作业则都会自动应用差分隐私算法进行加噪保护计算结果，在一定误差范围内保证数据无法被恶意偷取。

以下是第一次执行作业时得到的结果：

可以从 DAG 图看到，我们在返回最终统计结果前，增加了一个差分隐私计算的任务节点。

接着再执行一个 sql，这个 sql 中过滤掉了某个企业，试图用差值去计算这个企业的税收值。


Select
industry,
sum(tax_bal),
sum(electric_bal)
from
LEAGUE_CREATOR.tax a join
dayu002.power_data b
on a.id = b.id
where a.id <> '123400558'
group by
industry