什么是机密计算？

机密计算是一种通过内存中处理加密数据来限制访问、保护使用中数据的技术概念。它特别适用于公有云环境，并聚焦于基于软件和硬件的安全防护，确保数据在面临恶意内部人员、网络漏洞或软硬件技术威胁时仍能保持加密与安全。

随着公有云服务的广泛使用，机密计算的重要性日益凸显。采用云计算环境的企业能够从机密计算提供的增强安全感中获益。

机密计算的工作原理

通常，服务提供商在数据存储或传输时进行加密，但数据在使用时不再加密。机密计算的目标是在数据仍处于加密状态时在内存中进行处理，从而减少敏感数据的暴露。数据仅在系统代码允许用户访问时才会解密，这意味着数据对云提供商也是隐藏的。该功能的核心组成部分是基于硬件的可信执行环境（TEE），它将数据及其计算与宿主系统的其余部分隔离。

TEE场景下的数据安全与传统数据加密方法不同。后者保护传输中和存储中的数据，而TEE保护处理中的数据。换句话说，端到端的数据安全——在应用执行之前、期间和之后——需要两者结合。

机密计算的优势

机密计算为用户和提供商提供以下优势：

更强的数据安全：应用处理数据时，数据完全隔离，甚至操作系统（OS）也无法访问。
应用完整性：确保只有经批准的代码在环境中执行；未经授权的代码无法处理。
增强云安全信心：在机密计算环境下，数据在公有云中的安全性与私有云相当。
安全协作：机密计算增强共享计算场景中多方数据的安全性。
合规支持：由于其数据隔离标准极高，机密计算有助于满足严格的合规要求。

机密计算的挑战

尽管机密计算有许多优势，但也面临以下挑战：

性能问题：TEE消耗大量计算资源，减缓代码执行速度。
开发挑战：应用通常需要重写或重构，往往大幅修改，才能在TEE中运行。
陡峭的学习曲线：部署机密计算环境所需的专业知识相当高。
密钥管理：TEE中使用的加密密钥必须存储和管理，这是一个复杂的过程，通常需要第三方协助。
硬件支持：TEE有复杂的硬件要求，并非所有云环境都可用。
TEE限制：由于高度依赖硬件，TEE可能受内存和存储限制，随着系统使用增加而出现问题。
缺乏既定标准：没有普遍接受的跨平台机密计算标准，限制了跨平台开发选项。
供应商锁定：由于没有广泛采用的机密计算标准，每个供应商都有自己的方案，这意味着采用机密计算可能面临供应商锁定和迁移困难的风险。

机密计算的应用场景

机密计算在保护可信环境中的数据方面有许多用途，例如：

保护数据免受恶意攻击者侵害。
确保数据符合法规，如《通用数据保护条例》（GDPR）。
保障数据安全，如财务数据和加密密钥。
在将工作负载迁移到不同环境时保护使用中的数据。
使开发者能够创建可在不同云平台间移动的应用。

在医疗保健领域，机密计算用于对隐私至关重要的大数据集进行数据分析，处理患者医疗信息和处理电子健康记录。在金融行业，机密计算用于处理银行交易、信用历史和其他私人数据，以及基于真实数据运行风险分析和欺诈检测模型。

机密计算联盟

机密计算联盟（CCC）由一组组织组成，目标是构建跨平台机密计算工具，在很大程度上支持和定义了机密计算。该联盟于2019年在Linux基金会下创建，旨在简化在称为“飞地”（enclaves）的TEE中运行计算，这些飞地受到硬件、操作系统和其他应用的保护。

联盟由硬件供应商、云提供商和开发者组成，其功能包括：

定义机密计算并加速其在市场中的接受和采用。
开发企业级构建块，如开放规范和开源许可项目，使用最新技术以便于开发和管理企业级机密计算应用。
定义支持机密感知的基础服务和框架，并最小化信任需求。

CCC还旨在支持保护应用、程序和虚拟机（VM）的社区项目，并协助其他组织实施机密安全变更。此外，CCC开发了机密联盟框架，一个用于构建安全和高可用应用的开源框架。参与CCC的供应商包括Accenture、Alibaba、Arm、Google、Huawei、IBM、Intel、Meta、Microsoft和Red Hat。

机密计算工具和提供商

机密计算可以包括许多不同的工具和服务。CCC中的组织已经开发了许多支持可信执行环境和机密计算的开源工具，以下是一些示例：

Amazon Web Services (AWS) Nitro Enclaves：这些服务使云团队能够在Amazon Elastic Compute Cloud实例中创建隔离的执行环境。它们使用安全本地通道进行实例与飞地之间的通信。
Google Asylo：由Google Cloud开发，包含一个开源框架和软件开发工具包（SDK），使用安全飞地处理数据。Asylo通过Google的容器仓库提供，或作为Docker镜像，可用于支持TEE的平台，使Asylo在硬件配置方面更加灵活。Google Cloud平台还提供一套工具，包括Confidential VMs、Confidential GKE、Confidential Dataproc和Confidential Space。
Microsoft Open Enclave SDK：Microsoft开发了这个框架，用于在Azure中构建应用飞地，支持Windows Server Hypervisor基于虚拟化的安全。Microsoft的Azure机密计算框架使用这些飞地加密传输中、静态和使用中的数据。Azure提供广泛的机密计算产品，包括硬件、服务、SDK和部署工具。
Red Hat Enarx：Red Hat贡献了Enarx框架，类似于Microsoft的Open Enclave，但适用于Linux和公有云环境。

机密计算的未来

尽管面临许多挑战，机密计算预计将超越其现有规模，提供统一成为更 cohesive 行业支柱的机会。以下是一些潜在发展：

技术将成为行业默认：所有主要云提供商——AWS、Google和Microsoft——都提供机密计算，并且都在迅速扩展。
标准将出现：缺乏标准是机密计算的一个主要问题，平台供应商高度 motivated 提高互操作性。这些变化不会迅速发生，但将是 significant 和持久的。
组织将更紧密协作：机密计算环境将使组织间的协作过程更加 practical 和 convenient。
信任模型将快速改进：机密计算平台将朝着与现有监管框架更深集成方向发展。
AI和机器学习集成：在支持AI应用的机器学习背景下，数据隐私日益受到关注。机密计算环境使ML模型能够训练，而无需暴露原始数据的风险。
降低复杂性和成本：随着主要云供应商继续投资机密计算范式，其平台支持和SDK将快速改进，变得更加 affordable、高效和成本更低。

将工作负载和应用迁移到云可能令人望而生畏。了解存在的迁移安全挑战以及组织可用于减轻这些风险的最佳实践。