SecretFlow 是国内顶尖的开源隐私计算框架，内置 MPC 、TEE 、TECC 、同态等多种密态计算虚拟设备，提供丰富的联邦学习算法和差分隐私机制。SecretFlow 通过良好的分层设计及开箱即用的隐私保护数据分析及机器学习等功能，降低隐私计算开发者和使用者的技术门槛，助力隐私计算更广泛应用到 AI 、数据分析等场景中，解决隐私保护和数据孤岛等行业痛点。
基本情况：
- 语言：Python
- license：Apache 2.0
- 规模：20000+ 社区成员，60+高校科研合作，70+产业落地合作机构，30+开源合作伙伴，10+ 顶会论文，金融、保险、营销典型场景落地。
初探 SecretFlow
- SecretFlow GitHub 地址： https://github.com/secretflow/secretflow
- SecretFlow 是什么： https://www.secretflow.org.cn/zh-CN/docs/blog/latest/voga7g
- SecretFlow 框架介绍： https://www.secretflow.org.cn/zh-CN/docs/blog/latest/tox42l
- SecretFlow 上手体验： https://www.secretflow.org.cn/zh-CN/docs/secretpad-all-in-one/v1.11.0b1/
新年伊始，SecretFlow 社区 2025 年需求征集进行中，参与即有好礼，还可免费获得社区定制棒球衫，戳： https://github.com/orgs/secretflow/discussions/1707 了解详情
如果您也关注隐私计算的发展，对隐私计算好奇，欢迎关注我们的 GitHub 🌟🌟，小白入门体验、隐私计算进阶课程、源码解读等丰富内容将陆续在 GitHub 呈现。
Select Language