📘 一、TrustFlow 概述

1. 定義

• TrustFlow 是一套基於可信硬件（TEE）的隱私計算框架，提供受保護、隔離的執行環境，支持數據的安全存儲與計算。

2. 目標

• 實現 data-at-rest、data-in-transit、data-in-use 的全鏈路安全。
• 支持遠程認證、安全通信、密態存儲、策略檢查等核心能力。

🛡️ 二、可信執行環境（TEE）基礎

1. TEE 核心能力

2. 數據安全維度

• 存儲安全：數據加密存儲，基於策略的密鑰管控
• 傳輸安全：數據加密傳輸，密鑰受TEE保護
• 計算安全：執行環境與代碼安全，通過遠程認證保證

🏗️ 三、TrustFlow 架構與組件

1. 整體架構

• 支持多種TEE硬件：Intel SGX/TDX、AMD SEV、海光 CSV、HyperEnclave
• 提供：可信機器學習、可信數據分析、安全通信、策略檢查、遠程認證、密態存儲

2. 授權策略模型

🔧 四、TEE 應用改造與 CCTF

1. TEE 應用改造三方面

2. CCTF：Confidential Computing Transparency Framework

• 目標：讓TEE使用更簡單，實現“應用無痛TEE化”

• 核心組件：

  • RA Proxy：遠程認證代理
  • Data Capsule Proxy：數據密鑰獲取、加解密、存儲對接
  • Trustflow Envoy：數字信封透明加解密、TLS加密

🚀 五、TrustFlow 快速開始（簡要流程）

1. 數據加密流程（以 breast cancer 數據為例）

1. 安裝CLI工具：使用Docker鏡像安裝 capsule-manager-sdk
2. 生成數據密鑰：cas_util generate-data-key-b64
3. 加密數據文件：cas_util encrypt-file 對 alice.csv、bob.csv 分別加密

2. 運行CCTF在線服務

• 支持遠程認證、數據密鑰傳遞、加密數據執行、結果安全返回
• 體現“數據不離域、計算可流動”的隱私計算理念

🤖 六、擴展應用：大模型密算平台

• 支持在線模式的大模型推理（如 chalgim3）
• 提供參數配置：temperature, top_k, top_p, repetition_penalty, max_tokens
• 強調生成內容的兼容性、完整性、功能性

📌 七、總結

• TrustFlow 是基於TEE的隱私計算框架，提供端到端的數據安全保護。
• 通過 CCTF 降低TEE使用門檻，支持多種硬件與場景。
• 適用於可信機器學習、安全數據分析、大模型密算等場景。
• 與密態膠囊等技術協同，構建完整的數據要素可信流通體系。