深入浅出隐私计算：技术解析与应用实践

本书主要分为四个部分隐私计算的基础概念，密码学相关的底层保护技术，应用技术以及对隐私计算技术的展望。 1. 隐私计算的基础概念主要包含了这项技术的起源、发展及应用 2. 密码学相关的底层保护技术主要讲解了混淆电路、秘密共享、同态加密、零知识证明、差分隐私和可信执行环境。 3. 应用技术主要讲解了：隐私求交和联邦学习 4. 技术展望主要从当前的困境以及对未来的展望。 作者对于隐私计算技术有深入的了解，对于每个技术从发展历史、技术原理、开源技术框架及demo演示、应用场景以及内容拓展等进行讲解，是一本非常不错的入门书籍。特别是每个技术都有相关的开源架构以demo演示，可以看出作者对于书中的内容进行了深入的研究。书中提到的很多gibhub仓库，都有很好的学习指导意义。

这是看的第三本关于隐私计算的书，相比较来说这本更多从技术层面上去解析介绍，看起来有些吃力，也没太有兴趣，对自己当前的帮助有限，虽然提到了应用实践也没多少，整体来说没有那么深入浅出，相比较来说，感觉那个序言感觉更有意思…

本书最大价值在于各个不同技术点系统框架的实战，具体技术细节需要深入github开源研究。隐私计算的技术追溯比较久远了，从密码学到安全多方计算，后续有了区块链，联邦学习甚至元宇宙之后突然火热，现在国内极其缺乏此类人才，企业方面知名的有隐私计算四小龙之后还有各家大厂数字科技公司或金融公司，国内发展比较受限，初创企业众多但也容易遭遇严峻挑战。人们对隐私方面感知意识弱，产品主要服务于商业和政府，距离民用普及还有很长路要走，希望未来量子计算机的出现来会带来重大技术瓶颈突破，提升算力的同时完善硬件设施，TEE融合HE和DP，都能在终端设备上实现高效的隐私保护。学术界和产业界联合共建良好数据生态实现新基建的一大步也是人类技术文明的一小步。

要全面理解有一定难度，涉及底层数学原理。非深度技术参与人员不建议完全理解的去阅读。相关管理，治理，解决方案设计人员可以快速阅读介绍部分，对相关技术和适用场景有个大概了解，实际工作中需要时再找来详细参考。