SecretFlow (隐语)

SecretFlow 采用统一的架构框架，集成了三大主流隐私计算技术：安全多方计算（MPC）、联邦学习（FL）和可信执行环境（TEE）。用户可根据数据安全等级和性能需求灵活选用，也支持 PSI（隐私求交）、数据安全匹配、密态机器学习训练与推理等场景，开箱即用，降低集成成本。

SecretFlow 基于 Apache 2.0 协议完全开源，可免费用于商业项目，企业可自由修改和二次开发。蚂蚁集团同时提供企业级商业版本（SecretFlow Pro）及专业技术支持服务，包含 SLA 保障、生产级运维、培训和定制化开发，适合对稳定性要求严苛的大型机构。

典型场景包括：金融机构间联合风控建模（不泄露客户信息）、医疗数据跨院联合研究、政务数据开放共享、电商广告归因与精准营销、保险联合定价反欺诈等。特别适用于多方数据需要融合计算、但受数据合规或商业机密限制无法直接共享原始数据的合作场景。

支持三种部署模式：本地开发（Docker 或 Python pip 安装）、私有化集群部署（Kubernetes + Ray 分布式架构，可扩展至百节点规模）、混合云跨域部署（多方部署各自节点，通过安全协议互联）。提供 PSI 中心化调度模式，部署文档完善，适配信创和国产化环境。

相比 FATE，SecretFlow 采用 MPC+FL+TEE 三引擎统一架构，无需为不同场景切换框架；基于 Ray 构建分布式调度，性能和扩展性更优；支持 Python 原生开发体验，API 设计更现代简洁；背靠蚂蚁集团双十一级生产验证，密态推理性能领先。同时对大模型隐私微调（LLM）场景支持更早，社区活跃度较高。