背景
随着数字经济的发展，数据已成为机构的核心资产之一，通过数据流通实现数据资产增值的需求日益增加。与此同时，国家和相关机构对数据安全和隐私保护的要求和监管也日益严格。如何在隐私保护和合规要求的前提下，打破“数据孤岛”，实现数据流通，成为备受关注、亟待解决的问题。
比如广告行业，广告主和广告平台都有自己的用户数据。出于保护商业秘密和满足安全、隐私合规的要求，需要在不直接共享双方用户数据的情况下，进行精准的营销和广告效益评估。比如精准营销场景下，广告主拿着一个粗略筛选的目标人群包进行广告投放，希望针对特定用户群体进行推荐。如果将粗筛选的人群包全部直接发送到广告平台进行处理，平台会获取未落入目标人群的粗筛选人群包的数据，导致特定集合之外的用户信息泄露，无法保护数据的隐私和安全，不符合安全合规的要求。
吉达克数据安全沙箱
为应对上述挑战，字节跳动安全研究团队开发了Jeddak数据安全沙箱，以可信执行环境为核心，提供安全、高效、通用的广告筛选、归因分析等隐私计算能力。目前，杰达数据安全沙盒已经通过火山引擎对外提供服务，在国内某广告平台投放过程中，为某头部金融公司用户的隐私提供安全保障。
Jeddak数据安全沙箱提供的保证来自两个层面:
在计算层面，沙盒实现了广告全流程的密文计算。广告主和广告平台只需要将各自的数据加密，传输到沙盒中的Enclave进行数据融合。Enclave是一个受TEE硬件安全技术保护的“保险箱”，隐私计算下的广告服务在其中运行。在Enclave的安全特性保证下，其他实体无法修改正在运行的服务逻辑，也无法窥探保险箱中的数据。计算任务完成后，平台方只能得到筛选人群包或归因分析的预期结果，避免了广告主数据直接提供给平台的合规风险。
在数据层面，沙盒希望进一步打消用户对方案选择的顾虑，比如单纯信任TEE硬件技术。我们创新性地设计并引入了“信任分割”技术——广告主与平台在广告投放时协商的秘密参数，并基于秘密参数对沙盒中的传入数据进行混淆，这样即使攻击者获得了沙盒飞地中的中间数据，也无法逆向推导出原始信息，沙盒可以转化为具有弱敏感数据的计算节点供信任分割使用。此功能减轻了由旁路攻击引起的硬件系统风险。
火山的引擎优化了包括分而治之、多进程在内的沙盒方案，与纯软件隐私保护方案相比，在性能上表现出了显著的优势，比如人群包筛选服务。初步优化的沙盒方案比现有软件最佳实践方案快10倍以上，可在1小时内完成数千万广告主、数十亿广告平台的筛选任务，大幅降低金融客户广告任务的执行效率，并提供后续广告归属、实时定价和用户群体行为。
总的来说，数据安全沙箱结合可信硬件和信任分区机制来保证工作模式的安全性，既能防范纯硬件方案的单一信任风险，又能解决纯软件方案的算法适应性、开发效率和执行效率低的问题。
其他领域的实践
除了在广告领域的应用，目前沙盒产品还帮助客户在联合营销、政府疫情防控、盛鑫大数据分析等场景下，安全合规地使用数据，挖掘多方数据的价值。
针对多场景，沙盒构建了通用计算引擎和算法仓库，如基于Tensorflow/Pytorch多源数据融合的机器学习、基于Spark的大数据分析处理、基于联盟链的状态存储和验证等，方便用户在不同场景下定制和使用私有计算。沙盒兼容多种安全运行时，将逐步适应多种底层TEE硬件平台，从而降低用户开发部署TEE应用的门槛。
此外，数据安全沙箱开发了融合加速引擎，可以为多方安全计算、联邦学习等计算过程提供定制化的加速能力，可以提高纯软件隐私计算方案的执行效率。目前数据安全沙箱可以将隐私收集交集和垂直联邦学习的执行效率提高几十倍。
标签
路漫漫其修远兮。如何有效打破“数据孤岛”，在隐私合规的要求下完成数据元素的安全流转，实现真正高效易用的数据“可用但不可见”的流程，仍然是吉达克数据安全沙盒不断探索并试图突破的长期命题。
在开源、通用、自主可控的方向上，火山引擎不仅会提供Jeddak数据安全沙盒产品，还将深入行业实际应用场景，进一步丰富云安全产品矩阵，努力为用户带来丰富便捷的安全计算功能。
