在多个参与方之间保护隐私的计算方法，使得每个参与方在计算时不会暴露私人信息给其他参与方。

一种分布式机器学习算法，帮助多个参与方在不交换原始数据前提下，完成共享模型训练，实现数据可用但不可见。

基于硬件安全机制，将参与计算的代码和数据加载至一个受CPU保护的可信环境中，在机密性和完整性上提供保护。

一种加密算法，在密文上进行操作得到的结果仍为密文，经过解密后，与对明文数据进行相应操作得到的结果一致。

一种保护个人隐私的技术，在分析前向数据添加噪声或随机性，使攻击者难以确定特定个体数据是否包含在分析中。

基于密码学与共识机制等技术建立与存储庞大交易资料链的点对点网络系统，具有难以篡改的特性。

一种隐私保护的数据合成技术，先对源数据集进行脱敏处理，再进一步生成与源数据具有相同统计分布的新数据集。

运行在可信虚拟机中的数据库，通过TEE硬件实现虚拟机级的保护，使得数据存储和应用安全都得到妥善保护。

借助密码学盲签名和双线性映射技术，满足机构间隐私信息关联，且无法对应明文，实现隐私数据连接保护。