PrimiHub：一款由密码学专家团队打造的开源隐私计算平台，它开箱即用、支持 CLI 和可视化 Web 界面，让你无需具备隐私计算技术背景，就能上手发起隐私计算任务。- GitHub：https://github.com/primihub/primihub- 官网：https://primihub.com/## 特性- 开源：完全开源、免费- 安装简单：支持 Docker 一键部署- 开箱即用：拥有 Web界面、命令行 和 Python SDK 多种使用方式- 功能丰富：支持隐匿查询、隐私求交、联合统计、数据资源管理等功能- 灵活配置：支持自定义扩展语法、语义、安全协议等- 自主研发：基于安全多方计算、联邦学习、同态加密、可信计算等隐私计算技术## 快速开始推荐使用 Docker 部署 PrimiHub，步骤如下：# 第一步：下载git clone https://github.com/primihub/primihub.git# 第二步：启动容器cd primihub && docker-compose up -d# 第三步：进入容器docker exec -it primihub-node0 bash# 第四步：执行隐私求交计算./primihub-cli --task_config_file="example/psi_ecdh_task_conf.json"I20230616 13:40:10.683375 28 cli.cc:524] all node has finishedI20230616 13:40:10.683745 28 cli.cc:598] SubmitTask time cost(ms): 1419# 查看结果cat data/result/psi_result.csv"intersection_row"X3...----## 隐私计算数据流动起来才可以创造更大的价值，随着数字经济持续高速增长，数据的互联互通需求越来越旺盛，大到政府机关的机密数据、公司核心商业数据、小到个人信息。近两年，我国也相继出台了 《数据安全法》 和 《个人信息保护法》。因此，如何让数据安全地流通起来，是一个必须要解决的问题。隐私计算技术目前已形成三大应用技术路线多方安全计算（MPC）、联邦学习（FL）、可信执行环境（TEE），隐私计算作为数据流通的重要技术已应用于金融、医疗、政务、广告等领域。- 金融：联合反洗钱、银(行)证(券)数据共享等- 医疗和健康：流行病接触者追踪等- 政务：案件调查、人口普查等## PrimiHub那么，对于没有隐私计算技术背景的程序员、或是没有相关研发团队的企业/机构，如何才能快速用上隐私计算技术，让数据流通起来创造更大的价值呢？PrimiHub 是一款由密码学专家团队打造的开源隐私计算平台。它开箱即用、支持 CLI 和可视化 Web 界面，让你无需具备隐私计算技术背景，就能上手发起隐私计算任务。> GitHub 地址：https://github.com/primihub/primihubPrimiHub 目前支持联合统计、隐私求交、匿踪查询、联邦学习等功能。联合统计：多个参与方在不暴露私有数据的情况下，共同完成均值(AVG)、求和(SUM)、最大值(MAX)、最小值(MIN) 等计算隐私求交：在不暴露参与方私有数据的情况下，实现两个或多个参与方之间的数据交集计算。匿踪查询：保证用户向数据源方提交查询请求时，在数据源方不知道用户查询条件和结果的前提下完成查询。联邦学习：一种分布式模型训练技术，在数据不动、模型出域的前提下完成全局模型的训练。