Cape隐私推出了注重安全性的数据科学协作平台

Cape Privacy(前身为Dropout Labs)正在开发用于协作数据科学的隐私保护平台，今天宣布已筹集506万美元。该公司表示，其中的295万美元来自新资金，211万美元来自2018年的种子资金。该公司计划使用这笔资金来加速其上市进程。

AI承诺将改变甚至已经改变整个行业，从公民计划和医疗保健到网络安全。但是，隐私仍然是一个尚未解决的挑战，特别是在合规性和法规方面。在人工智能和机器学习研究中涉及敏感或专有数据(例如患者记录，财务文件和供应链详细信息)的协作中，银行，医疗服务提供商甚至零售商都可能遇到问题。

Cape由GoInstant联合创始人和CTO Gavin Uhma(Salesforce在2012年收购GoInstant)于2018年创立，旨在通过在隐私，机器学习和加密技术之上构建的协作层来帮助企业安全地最大化数据价值。它提供了加密的数据共享，以帮助参与法规遵从，法律和风险管理的团队更好地与彼此以及第三方供应商合作。

Cape的开源软件与现有的数据科学和机器学习基础设施集成在一起，以提供工作流，指导贡献者构建项目和策略。它使管理员可以决定与数据存储和管道系统相关的开发工具的位置，以确保数据访问，隐私和监视符合每个项目的要求。而且，它允许利益相关者设置特定于项目的监视和审核配置，以便所有各方都能收到他们所需的日志，并可以从仪表板查看，批准和修改策略。

Cape的大部分平台都以tf-encrypted为基础，并由tf-encrypted提供信息，tf-encrypted是其社区驱动的套件，用于在Google TensorFlow框架之上试验私有机器学习。通过Tf加密，可以对加密数据进行训练，验证和预测。在整个数据科学工作流程中，数据始终保持加密状态，这意味着可以将机器学习模型托管在云中，而无需解密查询的输入或输出。

“数据和情报之间存在个人，竞争和监管边界。由于这些原因，今天最有价值的数据已被锁定。”乌玛(Uhma)在博客中写道。安全的机器学习可以在遵守这些边界的前提下访问数据。换句话说，安全的机器学习可以保留敏感数据的隐私……医院可以开始利用基于云的AI，同时管理数据隐私法规的复杂性和医疗保健数据的自然敏感性。想象一下，通过扫描视网膜图像来诊断糖尿病性视网膜病，或者通过扫描淋巴结活检来发现乳腺癌的扩散，可以帮助眼科医生。”

乌玛(Uhma)还吹捧基于合作的进一步发展的潜力。安全的计算可以带来全新的业务模型。想象一下，多家大型银行汇聚其数据以训练一种欺诈检测模型，该模型比任何一家银行自己开发的模型都更为准确。”

Cape并不是第一个提出保护隐私的方法来进行数据科学协作的公司。包括Enveil，Cosmian，Duality Technologies和Intel在内的公司也正在为此目的研究同态加密。这种加密形式可以对使用算法(也称为密文)加密的明文(文件内容)进行计算，因此生成的加密结果与未加密文本上执行的操作结果完全匹配。使用同态加密，“ cryptonet”可以对数据执行计算，并将加密结果返回给客户端，然后客户端可以使用从未公开共享的加密密钥来解密返回的数据并获得实际结果。

实际上，同态加密库尚未充分利用现代硬件，并且比传统模型至少慢了一个数量级。也就是说，像加速加密库cuHE这样的新项目声称在各种加密任务上的速度比以前的实现提高了12到50倍。此外，HE-Transformer(nGraph(英特尔的神经网络编译器)的后端)在某些加密网上提供了领先的性能。

BOLDStart Ventures领导了对位于纽约的Cape的投资，VersionOne，Haystack，Radical和Faktor参与了此次投资。Cape拥有14名员工，并计划在未来几周内推出付费产品试点。