近年，随着行业监管和立法趋严及安全事件频发，数据安全和隐私保护日益得到行业和个人重视，企业内数据安全体系建设提速，从数据全链条生命周期保护来看，Data at Rest 和 Data in transit 已有相对成熟的技术和落地实践，而 Data in use 环节在企业内缺乏足够的重视和实践，也是阻碍数据流通，发挥数据价值最大化的重要因素之一，机密计算是解决 Data in user 保护的一项关键技术，也逐渐受到工业界的关注，本议题分享腾讯在机密计算领域的一些探索和实践，包括整体技术栈搭建，自研机密计算框架，落地场景等，相关团队也在 iDash 2020 隐私计算国际大赛的机密计算赛道上夺冠。

演讲提纲：
1. 为什么需要机密计算

• 监管和行业安全需求大背景的驱动
• 机密计算能够解决数据在计算过程中的保护问题

2. 机密计算技术原理

• 主流 TEE 技术介绍，相比其他隐私计算技术的优劣
• TEE 技术安全威胁模型
• 使用 TEE 技术的计算模式

3. 业界技术方案

• 国内外大厂及垂直厂商和创业公司

4. 腾讯机密计算实践

• 机密计算技术栈
• 腾讯开源协同多团队协作搭建机密计算平台
• 核心模块介绍，包括服务端框架，自研远程证明机制等
• 落地场景(如腾讯云数链通产品，腾讯云可信计算解决方案)

5. 总结

你将获得：

• 学习到机密计算的原理
• 机密计算在工业界的发展趋势
• 机密计算在工业界落地的一些实践