当前位置:首页 > 报告详情

4-摩斯隐私计算测试体系建设-蚂蚁数字科技-王立(仕泽).pdf

上传人: 2*** 编号:135138 2023-07-09 16页 8.66MB

1、摩斯隐私计算测试体系建设王立(仕泽)业务背景在保证数据提供方 不泄露原始数据 的前提下,对数据进行 分析计算 的一系列技术,保障数据在流通和融合过程中“可用不可见”。1.Morse营销产品(Java技术栈,主站)2.Morse科技生态(python技术栈,私有化,云上)3.Morse计算底座(基础版、专业版、一体机)Morse安全营销平台(B端)权益宝/用户联营(C端)分布式(场景承接)小程序(中心化)场景连接(能力层)商户平台(广告主)场景平台联合智能投放平台(运营方)银行生态科技非银生态运营银行隐私计算数据源版本征信科技版本场景科技版本基础版隐私计算节点(python/C+技术栈,私有化,

2、云上)离线计算(算子功能组件)在线服务(监控/计量)通用能力(管理/存证)节点配置控制台(python技术栈)节点管理版本管理版本配置网络管理控制台(python技术栈)网络管理License管理模版管理产品系统架构1.云端服务系统2.客户私有化隐私计算节点3.售前试用环境质量风险挑战【算法实现】算子类别多且差异性大,组件串联和嵌套呈 指数级上升。【系统架构】内部应用 30+个,形成 3 层架构(产品/引擎/底座层)。【交付形态】采用容器化部署,参数配置 130+项,包含定制逻辑开关。【数据安全】计算节点,私有部署至客户环境,安全风险大,易被攻击。【交互链路】4 类任务场景,2 种隐私计算协议

3、,多维通用管控能力。交付部署方案全家桶/特定单节点/集群POC定制适配多种企业环境兼容性稳定性高可用性计算能力评估算子丰富度算子准确性算子鲁棒性支持多种计算引擎测试充分性问题测试执行问题缺乏行业评价标准缺乏统一保障能力如何高并发下精准回归如何高效覆盖算子组合性能场景复杂标准不一算法测试深度和广度安全验证手段单一被测对象特性风险来源质量挑战质量分层策略专项质量提测前测试中生产发布需求阶段系统/测试分析功能连通性发布管控通用安全性兼容性/稳定性算法测试结果准确性算法实现逻辑算法鲁棒性算法效果评估迭代通用量级性能摸高量级POC招标测评生产交付验证性能测试安全漏洞扫描接口越权测试通信/存储安全AI攻击

4、抵御安全测试基础质量需求合理性需求价值需求风险系分问题挖掘关键风险把控高危风险优化数据流通/处理计算能力支持系统容错性日志与存证模型评价预测系统可拓展性授权认证安全参数密码安全版本兼容性产品健壮性异常告警兜底发布评审业务巡检业务监控流入流程规范产品基础算力测试流出流程规范评价标准测试方案-集成测试任务调度质量工具平台交付验收工具ACI流水线测试资源AI建模 DAG组件串联 算法核心参数 样本数据集(训练/预测)模型效果评估、准确性校验BI数据处理 SQL单算子、嵌套逻辑运算范式 两方数据表 数据授权配置 结果校验规则外部服务能力资源管控用例设计信通院招标测评经典开源研发输入生产常见通用能力集测

5、框架被测系统测试用例数据采集测试报告解释器定时任务机器规格(CPU版本/核数/内存)网络环境(带宽限制/延时限制)部署版本(镜像/容器/外部依赖)环境参数配置(网关/节点/路由/业务)PSI安全匹配/匿名查询 应用:平衡/非平衡、协作方、在线/离线 算法:加解密算法、通信协议、安全水位测试方案-大样本性能测试针对不同验证目的和评价策略,拆分为 3 类测试场景,明确定义评价标准。迭代通用量级性能摸高量级招标测评/生产交付1.触发条件:功能回归2.机器资源(动态申请)2.1.网络:内网/低带宽2.2.机器:低配/中配3.场景设计(固定)3.1.数据来源:公开3.2.数据规模:生产常用3.3.算子:

6、单运算为主3.4.链路:核心全流程1.触发条件:专项验证2.机器资源(固定+动态申请)2.1.网络:内网/低带宽/高时延2.2.机器:中配/高配/顶配3.场景设计(固定)3.1.数据来源:规则构造3.2.数据规模:产品支持上限3.3.算子:复杂运算为主3.4.链路:最小闭环环境动态申请/打包部署数据构造/预处理数据处理/字段授权任务发起/轮询结果采集/分析衡量指标 执行耗时:算子维度拆分 CPU占用:趋势、峰值、方差 MEM占用:趋势、峰值、方差 磁盘IO:磁盘读写总量、峰值 网络IO:网络流入流出总量、峰值1.触发条件:正式验收2.机器资源(固定)2.

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了Morse隐私计算测试体系的建设,旨在保证数据提供方不泄露原始数据的前提下,对数据进行分析计算的一系列技术。文章提到了Morse营销产品、Morse科技生态、Morse计算底座等,并详细阐述了其业务背景和技术架构。同时,文章也指出了当前面临的质量挑战,如算法实现复杂、系统架构庞大、数据安全风险等。为了解决这些问题,文章提出了一系列的测试方案,包括自动化测试体系建设、大样本性能测试、算法组件遍历等。此外,文章还针对测试方案的实施提出了具体的执行策略和设计难点,如测试能力分散、资源动态管理等。最后,文章展望了后续的规划,包括测试能力分层、测试结果可视化等。
"摩斯隐私计算技术如何保障数据安全?" "Morse计算底座有哪些版本,各自特点是什么?" "如何评价Morse安全营销平台的性能和稳定性?"
客服
商务合作
小程序
服务号
折叠