secretflow/spu
SPU (Secure Processing Unit) aims to be a provable, measurable secure computation device, which provides computation ability while keeping your private data protected.
해결하는 문제
SPU(Secure Processing Unit)는 개인 데이터 위에서 계산을 수행하면서도 해당 데이터를 보호할 수 있는 방법을 제공합니다. 민감한 정보가 처리 중에 노출되지 않도록 보장하는 프로그래머블 보안 계산 장치로 작동합니다.
작동 방식
SPU는 XLA와 유사한 텐서 연산을 평가하는 보안 런타임을 사용합니다. 계산 과정에서 개인정보가 확실히 보호되도록 보장하기 위해 보안 다자간 계산(MPC)을 기반 평가 엔진으로 활용합니다.
대상 사용자
주로 SecretFlow 프레임워크 내부의 하위 보안 컴퓨팅 장치로 설계되었으며, 최종 사용자를 위한 독립형 도구로는 고려되지 않습니다.
주요 특징
- 증명 가능한 보안성: 데이터 프라이버시를 위한 측정 가능하고 증명 가능한 수준의 보안을 제공합니다.
- XLA 유사 연산: 효율적인 계산을 위해 XLA와 유사한 텐서 연산을 지원합니다.
- MPC 기반: 프라이버시 보호 메커니즘의 핵심 엔진으로 보안 다자간 계산(MPC)을 사용합니다.
- 하드웨어 지원: Linux(x86_64 및 aarch64), macOS와 호환되며, CUDA를 통한 NVIDIA GPU에 대해 실험적 지원도 제공합니다.
관련
- 프로젝트
BUAA-BDA/OpenHuFu원시 데이터 공유를 방지하기 위해 안전한 다자간 계산(SMC)을 사용하는 효율적이고 안전한 쿼리 처리를 위한 오픈소스 데이터 연합 시스템입니다.
- 프로젝트
- 프로젝트
OpenMined/TenSEALTenSEAL은 Microsoft SEAL 기반의 Python 라이브러리로, 텐서에 대한 동형 암호화를 가능하게 합니다. 암호화된 데이터 위에서 산술 연산을 수행할 수 있어, 원시 정보를 노출하지 않고도 개인정보 보호형 머신러닝을 구현할 수 있습니다.
- 프로젝트
Dstack-TEE/dstackdstack은 하드웨어 보호 가상 머신에 Docker 컨테이너를 배포하여 데이터 프라이버시와 암호학적 검증 가능성을 보장하는 기밀 AI용 오픈소스 프레임워크입니다.
- 프로젝트
ASCIT31/Dark-MoonDarkMoon은 로컬 또는 클라우드 LLM을 사용하여 전체 침투 테스트 캠페인을 자율적으로 실행하는 오픈 소스 CLI 기반 플랫폼입니다. 대상을 발견하고 약 50개의 전문 에이전트(웹, AD, Kubernetes, 클라우드, AI 엔드포인트 등)를 파견하며, 로그된 MCP 계층을 통해 실제 공격 도구를 실행하고 정확한 명령과 원시 출력을 증거로 기록합니다. 결과는 심각도, CVSS 및 MITRE 태그와 함께 JSON/Markdown으로 출력됩니다. GitHub, GitLab, Jenkins, IDE 및 모니터링 도구에 대한 통합이 있습니다. 유료 Pro 등급은 웹 대시보드와 자동 수정 PR을 추가합니다. 이 도구는 Docker에서 실행되며 개인 정보 보호 토큰화를 지원하고 OWASP Juice Shop에서 약 28분 만에 57개의 버그를 찾는 것으로 벤치마킹되었습니다.