大市中国

大市中国 > 金融 >

数据隐私计算保护服务商同态科技获数千万元Pre-A轮融资

时间:2021-09-29 10:04:51

 

来源:36氪

据悉,数据隐私计算保护服务商「同态科技」近期完成Pre-A轮融资。本轮融资金额在数千万元,领投资方为东方富海管理的国家财政部中小企业发展基金,跟投方为中南资本,雷达资本担任财务顾问。本轮融资主要用于完善产品体系、加强底层合规性建设。

今年来,出于政策引导和需求使然,隐私数据保护愈发受到各行各业的重视,被视为解决方案的隐私计算也引起不少关注。「同态科技」成立于2018年,此前获得金沙江创投的千万级天使轮投资,其聚焦于数据交换共享及数据隐私计算保护,主要在政务、金融、军民融合等领域解决数据可用不可见、合规数据标准化应用、数据应用全流程可控等问题。

当前,被多家厂商不断提及的技术类型主要包括联邦学习、多方安全计算(安全多方计算)、可信执行环境三种类型。公司CEO李朋林表示,目前不少技术路线存在不同的问题——一方面做好数据合规是行业趋势,而一些技术基于开源框架或引用国外技术居多,不符合国内数据安全自主可控的理念,存在风险;另一方面,当前隐私计算产品部署对客户业务流程、设施等改动较大,使得应用改造成本较高,落地难度较大。

「同态科技」的特点在于基于自主可控的高性能同态加密算法,致力于实现多方数据跨平台、跨领域连接与应用。具体针对数据共享分发阶段,公司通过“隐私计算一体机”硬件产品或安全沙箱形式完成加密操作的部署;在密文数据应用运算阶段,利用同态隐私计算应用OS,提供内核层、服务层、应用层的隐私计算能力输出,希望解决隐私计算需求与客户原有业务系统衔接兼容的问题。

具体而言,李朋林介绍应用同态加密及其相关产品形成整体的数据隐私计算保护方案具有一定优势,一是由于同态“隐私计算一体机”本身具有产品型号,从应用角度考虑更合规,二是部署实施快速便捷,对客户的原有系统改造成本极低。据公司介绍,该“隐私计算一体机”是业内首款超高速全同态加密设备,内嵌多种相关密码与隐私保护技术,较大幅度缩短了密文计算性能与明文运算的性能差距。同时公司补充介绍,产品配备了相关的国密认证密码卡,具备最高安全级别的密钥管理,且与现有密钥管理体系可有效兼容,实现隐私计算与原有密管体系的有效融合,较大程度降低了改造接入成本。

算力/硬件/服务为基座的立体化隐私计算能力输出

其次,公司在同态隐私计算应用OS方面也做了探索,一方面产品将标准化的数据应用方法封装在内置模块中,实现已加密数据的快速加载应用;另一方面产品向客户开放API接口,客户可对隐私安全计算的基础算子进行多方组合,实现自定义数据应用场景;此外这些基础的隐私计算能力也可进行开放,能够实现与多方安全计算以及联邦学习系统进行有机结合,提升整体安全性和效率。

基于技术特点,「同态科技」定位在隐私计算的基础设施服务商,通过同态加密技术为底层赋能。CEO李朋林告诉36氪,「同态科技」自主可控的高性能同态加密算法作为一个隐私安全计算底层的技术,能高效实现安全多方计算以及云上安全计算。另外,同态加密在不打破原有业务模式、不改变安全基础设施的情况下,可应用于隐私保护、隐私计算、数据上云、数据共享等多种场景,实现数据可用不可见。

其补充告知36氪,这并非一个新概念,此前国际上微软、IBM、谷歌与亚马逊等公司也基于同态加密提出了多种隐私保护应用与隐私安全的整体方案,也说明了这种方式同时也是国际上主流的隐私保护技术路径。但同时也要注意到原有国际上的同态加密性能极低,较大幅度影响了技术的落地应用,因此打破性能瓶颈对于基于同态加密的整体性隐私计算及保护方案具有正面意义。在具体思路上,「同态科技」通过将复杂的运算压缩与封装,每次仅需做一次复杂运算,在综合效率上实现了技术突破。这样在保证安全性的前提下,突破了FHE的性能瓶颈,使得FHE的落地具备了可实现性。

团队方面,公司由国内密码学与GDPR数据隐私保护专家,及相关市场、产品团队组成。其中技术团队来自于华东师范大学、上海交通大学、西安电子科技大学、伦敦国王学院、图灵研究所、UIUC(伊利诺伊大学香槟分校)等国内外知名高校。

另据了解,本轮融资后,同态科技将在核心技术产品的升级研发与行业推广应用上持续发力。

关于投资:

东方富海管理的中小企业发展基金副总经理、合伙人黄国强表示,数字化转型已经成为当前中国最大的社会经济主题,基于密码技术的隐私计算可以解决其中的核心安全问题。东方富海已经投资多家密码技术及密码应用公司,隐私计算作为其中最值得预期的赛道,也涌现出了不少公司。希望同态科技能够成功把这一先进技术成功推向市场,为行业做出贡献。

中南资本董事长李人洁表示,信息安全行业是中南资本关注的行业之一,其中数据安全是非常重要的领域,未来数据之间的流通离不开隐私计算技术。同态科技的核心技术为同态加密技术,属于隐私计算的底层技术,相信未来在数据流通中能发挥更多的价值。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。