富数科技

FMPC开放组件API

加密计算与机器学习本身的复杂性，加上多方合作分布式运行的特点，让安全多方计算与联邦学习让人望而生畏。FMPC开放平台以本地化SDK和在线API两种形式，将安全多方计算与联邦学习的定制开发能力开放出来，帮助合作伙伴快速构建自己的解决方案。

一键接入联邦学习

FMPC-Learning SDK

•本地化SDK，开发者引入自己的应用程序，可以管理联邦学习本地节点、创建联邦学习项目
•管理联邦学习样本集和数据资源、启动联邦学习任务、监测联邦学习状态、运行联邦学习模型

FMPC-Learning Online API

•一套接入联邦学习网络的开发接口，开箱即用，完善自身的解决方案 
• 以标准规范调用联邦学习网络资源与服务，开放安全多方计算及联邦学习的能力

一键接入安全多方计算

FMPC-Formula SDK

•本地化SDK，开发者引入自己的应用程序，以获得安全多方计算的能力
•可以管理安全多方计算本地节点、运行安全多方计算脚本、获得安全多方计算结果

一键接入匿踪查询

FMPC-Query Client SDK

•匿踪查询需求端SDK，上层应用只需要数行代码即可实现匿踪查询功能
•包括查询参数的加密、与匿踪服务端的安全连接、将返回的加密结果解密供上层应用使用

FMPC-Query Server SDK

•匿踪查询服务端SDK，启动并运行匿踪查询服务
•包括对原始数据进行编码预处理接口、配置加密数据源

FMPC联合建模网络

由众多使用联邦学习进行合作的节点相互连接而形成的网络。每个节点都是独立部署，同时又通过这个网络触达到更多的合规数据资源、算法资源、模型资源，或将能力开放给更多具有合规业务的潜在伙伴。

数据资源网络

产品优势

合规数据资源对外开放数据字典和资源目录，但不暴露任何隐私数据，以联邦学习或安全多方计算方式，实现对外赋能合作，保证数据安全使用，独立部署的网络节点支撑各节点间的数据资源交互，提供丰富的个性数据源网络，标准化的数据处理服务，快速对接网络节点，将自身的数据能力输出赋能。

模型服务网络

产品优势

拥有算法能力的机构，在不获取也不触达数据的合规形式下，进行多方数据融合和联邦学习建模，产生训练模型和持续优化模型，满足用户具体应用场景需求，并将算法模型能力对更多客户输出。强大的模型服务网络支撑各客户间联合建模的需求，在联邦学习以及安全多方计算技术等保护下，保证各方的模型隐私。