下载掌阅APP，畅读海量书库
立即打开
数智化技术的快速发展与广泛应用显著加快了社会创新的步伐，并深刻引领着产业变革的浪潮。数智化系统及数据资源的重要性急剧增加，成为不可或缺的核心要素。与此同时，其价值与风险并存，从个人隐私到企业机密，从国家安全到数字经济的健康发展，数据安全与隐私保护已不再是一个技术命题，而是关乎社会信任与科技发展的核心议题。然而，传统安全架构在应对AI大模型、异构计算等新兴场景时逐渐显露出局限性，亟须一种全新的范式来重构安全边界。
作为一本兼具深度与广度的技术著作，本书以机密计算技术为核心主线，构建了一个完整的知识体系。从基础概念到技术内核，作者以严谨的工程和全栈安全视角还原了机密计算的实现路径，展现了硬件虚拟化与安全隔离的深度融合。同时，结合联邦学习、可信大模型、区块链等前沿场景，通过对阿里云、蚂蚁、英伟达等真实产品案例的介绍，为行业提供了重要的实践价值和参考范式。此外，本书展望了机密计算技术演进的路线，强调了标准化生态与法规监管的重要性，体现了对技术发展与治理平衡的思考。
本书不仅是一本技术手册，更是一份推动行业生态协同的指南。在数据安全成为全球竞争高地的今天，本书的出版恰逢其时，它不仅回应了时代的迫切需求，更为技术革新与产业变革提供了坚实的理论支撑与实践指引。
龙勤
阿里云基础软件系统安全团队负责人，龙蜥社区安全联盟主席