下载掌阅APP，畅读海量书库
立即打开
数据已经成为数字时代的基石！过去十年，全球数据量以约25%的年复合增长率迅猛增长，预计到2025年将达到惊人的181ZB。传统的数据安全手段主要聚焦于数据在传输和存储过程中的保护，但在使用和处理阶段，数据的安全依然存在明显的短板。机密计算正是为此而生，它通过基于硬件的可信执行环境，在数据使用和处理过程中实现持续保护。在云部署时代，数据使用和处理阶段往往也是面临风险最大的阶段。
虚拟化技术是支撑云计算和大模型的基础计算架构，本书深入探讨了机密计算与其的融合方法。
本书第一部分介绍了数据隐私的基本原理，概述了数字时代面临的安全挑战，并系统梳理了各类隐私保护技术。第二部分介绍了多种机密计算架构，随后以英特尔的信任域扩展技术为例深入剖析了机密虚拟化技术的实现原理。
尤为重要的是，本书并未局限于理论探讨，第三部分着力将理论转化为实践，带领读者深入探索机密计算以及机密虚拟化技术在联邦学习、云数据库、大语言模型、区块链及异构计算场景中的实际应用。这些案例不仅彰显了机密虚拟化技术的巨大潜力，亦为从业者、研究人员及企业实施同类解决方案提供了实用性的操作指南。
第四部分着眼未来，探讨攻击者与防御者间持续的攻防博弈，剖析生态系统标准化的必要性，并阐释政策法规在构建可信数字基础设施过程中起到的关键作用。本书借此提示读者：技术并非万能的，信任需要系统性构建、持续性维护与科学性治理。
本书是技术人员、云架构师、网络安全从业者及政策制定者的必备工具书。无论您是从事安全平台设计、隐私技术研究，还是制定数字政策，都能从中获得兼具技术深度与战略前瞻的专业指导。
信任、隐私与安全终将定义人类的数字未来。作者通过这本著作，为构建可信安全的数字未来提供了一份路线图与实践工具指南。
Mohan J.Kumar
英特尔院士