Files
admin d43ee2f37a feat: 隐私计算流程编排平台(sswflow + 设备注册 + 链上存证)
从 ssw-mvp 抽取隐私计算编排域,框架换 JNPF Lite 契约
(NestJS + TypeORM + PGlite 嵌入式 Postgres + React 18/Vite),
执行底座对接 ../ssw-mpc Rust CLI。

三个兄弟模块:
- sswflow(编排,12 表):DAG 画布(React Flow @xyflow/react)、
  19 算子目录、可插拔执行引擎(mpc / simulation)、运行监控
- sswdevice(设备注册,1 表):真源 = ssw-mpc 控制面 GET /nodes,
  TeeNode 字段逐一对应,含 TTL 90s 在线清单的下线语义
- sswchain(链上存证,1 表):真源 = ssw-mpc outbox 二进制 canonical_bytes
  + FISCO 国密链自有 RPC,Receipt 四验证位分开报

配套 scripts/ 六个门禁脚本(期望数字写死)+ docs/e2e 端到端演示
+ CLAUDE.md 项目级上下文。
2026-11-10 16:13:57 +08:00
..

联合反欺诈 · SSW-MPC-Flow 自动化演示

参考 ssw-mvp/docs/e2e/sswflow/demo-risk-control.mjs 的做法,在 SSW-MPC-Flow (隐私计算流程编排子系统,NestJS + PGlite + React Flow)里做了一套自包含的端到端演示脚本。

与 ssw-mvp 版本的区别:本脚本不依赖外部测试台底座(../lib/*),登录加密、API 客户端、 服务探针、场景装置全部内联在 demo-fraud-detect.mjs 里。因为 ssw-mpc-flow 的后端 API 与 ssw-mvp 不同(统一 /{Entity}/Save|List|Delete,Flow 额外有 /Canvas|Validate|Start, 执行引擎是 ssw-mpc Rust CLI 或本地 simulation),无法直接复用那套底座。

场景

消费金融机构想给客户做反欺诈评分,但样本薄;它联合两方做纵向联邦建模:

参与方 角色 持有数据
电商(上海数科) 特征方 交易行为 + 多头借贷特征
银行(深圳智算) 标签方 授信样本 + 违约标签
消费金融(北京数安) 数据使用方 发起方 & 评分卡结果接收方

三方都不愿把原始数据交出去 → 用隐私计算「数据可用不可见」地联合建模。

演示链路

三方入场 → 项目组建 → 数据集登记 → 授权放行
  → 画布编排(PSI 求交 → 训练/测试拆分 → 纵向 LR → 评估 → 评分卡出域)
  → 执行引擎跑 DAG → 指标报告(PSI 输出行数 / 拆分比例 / AUC / KS)

⚠️ 关于指标真实性(务必如实告知观众)

  • 本环境默认走 simulation 模拟引擎(MPC_DRIVER 未开启)。模拟引擎产出的是 确定性占位指标(AUC=0.8731 / KS=0.421 / 训练集 1600 / 测试集 400 行),不是真实算力结果。 脚本在开始和报告里都会显式标注当前引擎驱动,绝不粉饰。
  • 要跑真实 ssw-mpc 计算:设 MPC_DRIVER=mpc + MPC_REAL_EXEC=1 并起各方 mpc agent, 脚本会自动识别引擎驱动为 mpc 并在报告里如实标注「真实 ssw-mpc」。

运行

# 前置:后端 30000 与前端 5173 在跑(脚本会自动探针,缺失则按需拉起;已有实例则复用,绝不重启)
cd docs/e2e/sswflow

bash run.sh                    # 无头:API 直通执行引擎,出控制台 + JSON + HTML 报告
bash run.sh --ui               # 额外用浏览器打开 Flow 画布真实点击「▶ 运行」并截图
bash run.sh --no-services      # 不自动探针/拉起后端与前端(假定已在运行)
bash run.sh --backend http://x:30000 --frontend http://x:5173 --account admin --password 123456

后端实际监听 30000(不是 3000)。登录契约:x-www-form-urlencoded 的 account + AES-ECB 密文密码(encryptPassword('123456')) + grant_type=password,token 在 data.token。

输出

运行后在 docs/e2e/sswflow/results/ 下生成:

  • fraud-detect-<时间戳>.json —— 完整过程与指标(含引擎能力分布、步骤、产物、事件)。
  • fraud-detect-<时间戳>.html —— 自包含可视化报告:引擎驱动、DAG 流水线、执行指标、引擎日志。
  • results/shots/ui-run.png —— --ui 模式下的画布截图(节点已渲染 + 运行已发起)。

关键接口(脚本实际打的后端端点)

步骤 端点
机构入场 POST /api/ssw/sswflow/Party · Project · ProjectParty · Datasource · Dataset · DatasetAuth
画布 POST /api/ssw/sswflow/Flow/Save(含 steps/edges JSON)· Flow/Canvas · Flow/Validate
执行 POST /api/ssw/sswflow/FlowRun/Start · GET /api/ssw/sswflow/FlowRun/Info · /Steps · /Artifacts · /Events
引擎 GET /api/ssw/sswflow/Engine/Info(驱动 / ssw-mpc 探测 / 19 算子能力分布)

幂等性

场景实体(参与方 / 项目 / 数据源 / 数据集 / 授权)按 code 复用,画布按名称复用并强制以演示 DAG 覆盖,可反复运行不会重复建实体。