本文主要是介绍硬件可信计算环境 计算困难性理论 对比，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
硬件可信计算环境利用CPU等计算硬件为需要隐私保护的数据隔离出一个受保护的计算环境。
数据以密文形式传入，在隔离环境内部完成计算后，再以密文形式返回。主流的国内外芯片 提供商均提供了类似功能，当前广泛使用的是Intel SGX环境。随着隐私保护迫切商业化的需求 出现，Intel SGX自身的安全性也受到越来越多的关注。在国际安全漏洞CVE信息库中，关于Intel SGX的漏洞记录只有10条，但仅在2019年中，就新增了6条记录，呈现高速增长态势，其中新增3 条记录描述了如何突破Intel SGX安全隔离，执行任意权限操作。硬件可信计算环境最大的风险 是缺乏备选方案，一旦出现硬件缺陷，替换硬件的代价极其高昂，硬件本身具备不透明性，受控 于芯片生产厂商，难以自证撇清预留后门的可能性。
计算困难性理论基于数论、概率论、离散数学等抽象科学原理，不依赖任何硬件安全假设，构 建隐私保护的软件实现方案。
由于硬件方案近5年才出现，Intel于2015年才将SGX环境正式推 向市场，早期的隐私保护方案研究无法依赖可信硬件计算环境，只能通过数理思辨减少安全假 设的影响，构建仅靠软件自身也能有效运作的技术方案。数据通过精心设计和充分验证之后的 算法转化为密文，联合不同密文，使用符合特定保护特性的算法进行数据融合，最终在不泄露隐 私数据明文的前提下，获得所需的最终计算结果。软件方案的核心是一系列密码学困难性理论， 他们也会受到新兴技术如量子计算的挑战。后量子软件方案尽管还未成熟，最近几年已然成为 了业界关注的焦点。相比硬件，软件方案的弱点在于性能，而优点在于其有效性是可以通过代码 评审进行公开验证且便于升级和定制化。
来自《微众银行区块链WeDPR隐私保护白皮书》
这篇关于硬件可信计算环境 计算困难性理论 对比的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
