OpenHufu

OpenHufu是以“数据不动计算动、数据可用不可见”为理念,采用时空大数据分析、联邦学习、差分隐私、安全多方计算等技术打造的时空大数据联邦计算平台。

源码资源 平台说明

核心功能

异构时空数据库


支持多种时空数据库
兼容多尺度时空数据

1

时空联邦查询


设计通用查询处理框架
实现时空联邦索引优化

1

时空联邦学习


采用广义联邦学习框架
实现质效均衡训练优化

1

可扩展隐私算子


实现共性化隐私算子
提供个性化隐私算子

1

系统优势

强安全

自主可控隐私计算工具

自研隐私计算算子,支持主流隐私计算协议,可抵制半诚实/恶意敌手攻击

高性能

安全多方联邦查询策略

支持亿级数据规模秒级响应联邦查询,提供个性化联邦查询计算服务

广适配

定制联邦学习模型设计

专家级联邦学习方案设计,适配横向联邦、纵向联邦、联邦迁移学习场景

多元化

数据联邦系统灵活部署

兼容数据管理工具与大数据计算平台,支持端、云、边多种实体/虚拟部署方式

系统框架

frame

[PVLDB22] Hu-Fu: Efficient and Secure Spatial Queries over Data Federation (CCF-A类)

如果您在科研项目、产品、学术论文、技术报告、新闻报告、教育、专利以及其他相关活动中使用了OpenHufu,欢迎引用本论文。