2023云原生机密计算最佳实践白皮书-72页_28mb
报告摘要
机密计算简介与现状
数据安全与机密计算
- 数据生命周期包括静态(At-Rest)、传输中(In-Transit)和使用中(In-Use)状态。
- 机密计算(Confidential Computing):通过对称加密保护使用中的数据,其核心功能包括:
- 数据机密性保护:未经授权实体无法访问TEE内存数据。
- 数据完整性保护:防止篡改通过度量值验证。
- 可证明性:硬件签名确保TEE状态可信。
- 面临困境:
- 用户认知不足,难以将技术与业务关联。
- 技术门槛高,开发复杂。
- 场景适用性有限,主要针对隐私计算和金融领域。
- 信任根和信任模型问题,尤其在云环境中。
云原生机密计算SIG(云原生机密计算特别兴趣组)
- 愿景:构建安全、易用、与多种硬件兼容的机密计算技术栈。
- 核心项目:
- 海光CSV机密容器:支持CSV1-3版本,提供加密内存与远程认证。
- Intel CCZoo:基于SGX/TDX的端到端安全解决方案参考案例。
- InclavareContainers:面向云原生的轻量级TEE容器运行时。
- Apache Teaclave:跨平台机密容器技术,支持Java生态。
- Intel SGX/TDX SDK及PSW/DCAP:基础软件开发套件与远程证明服务。
技术细节与硬件支持
- 硬件虚拟化技术:
- 海光CSV:ChinaSecureVirtualization,支持内存加密,SDM密钥管理。
- Intel SGX:SGXSDK、PSW/DCAP提供远程证明与开发支持。
- Intel TDX:提供系统级可信域(TD),支持机密虚拟机。
- AMD SEV:支持内存加密,用于云虚拟机的可信计算。
- ARM CCA:基于Arm TrustZone,提供机密计算参考方案。
编程框架与运行时底座
- 软件栈:
- CommonCrypto库
- Intel HE Toolkit:同态加密能力,加速隐私保护计算。
- Apache Teaclave Java SDK:简化Java生态下SGX开发。
- RATS-TLS:跨平台双向认证协议,支持多种TEE。
云原生部署与最佳实践
- 海光CSV机密容器部署:
- 支持Pre-Attestation与Runtime-Attestation认证模式。
- 适用于Kubernetes环境与TEE容器技术栈(InclavareContainer等)。
- Intel SGX虚拟机部署:
- 通过LibOS(Gramine/Occlum)构建轻量化TEE环境。
- 结合Gramine实现多角色联邦学习场景。
示例与资源下载
- TensorFlow Serving在线推理:部署在SGX环境,满足隐私保护需求。
- 横向联邦学习方案:支持多方安全训练的TEE架构部署。
- 隐私集合求交(PSI)方案:基于SGX/TDX的RATS-TLS远程证明。
- PPML解决方案:结合BigDL-LLM与Kubernetes实现端到端机器学习保护。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载