# nax-rs 与 SecretFlow / Kuscia / SPU 的对照 > 目的:看清「成熟隐私计算平台」把复杂度花在哪,判断 nax 哪些缺口是**产品化阻塞**、 > 哪些只是**别人的解法**、哪些**我们不该学**。 > > 材料来源:内网 Gitea 服务端镜像(未落本地磁盘),secretflow 组织下 **5 个仓全部可用**: > > | 仓 | HEAD | 体积 | 语言 | 是什么 | > |---|---|---|---|---| > | `secretflow/secretflow` | `11425fa5` | 480 MB | Python 96% | 主框架:device / data / ml / security / ic | > | `secretflow/spu` | `826537d9` | 24.5 MB | C++ 82% | 密态计算引擎:compiler + device + kernel + mpc | > | `secretflow/kuscia` | `c04279ae` | 52.2 MB | Go 85% | 编排:18 个 CRD + DataMesh | > | `secretflow/secretpad` | `8fb060e1` | 146.7 MB | Java 92% | Web 平台:建节点 / 注册数据 / 建项目 / 建授权 | > | `secretflow/spec` | `cf2b6c4` | 0.6 MB | Python + proto | 规范:DATA / COMPONENT / EVALUATION / REPORT | > > 上游还有三个**没有镜像**但对 nax 直接相关**的仓:`secretflow/scql`(密态 SQL,对标 `nax-sql`)、 > `secretflow/yacl`(C++ 密码学原语库,SPU 的地基)、`secretflow/heu`(同态加密库,对标 `nax-he`)。 > 缺口分析里凡涉及这三块,本文只按 spec/SPU 的间接材料推断,未读其源码。 --- ## 0. 一句话结论 **SecretFlow 把复杂度花在「让算法不碰密码学」上,nax 把复杂度花在「让密码学能进 TEE」上。** 两边的缺口不重叠: | | SecretFlow 栈 | nax-rs | |---|---|---| | 加一个新算法 | 写组件描述 + 打成镜像,平台不认识代码 | 写 Rust,调 `nax-vault` 算子,重编译 | | 换一个 MPC 协议 | 改一行 `protocol=cheetah` | 不支持,算子核只有一种表示 | | 跨域怎么连 | 声明 `DomainRoute`,自动 mTLS + 端口复用 | 手填 `--connect 127.0.0.1:9551`,明文 TCP | | 数据从哪来 | 注册 `DomainData`,DataMesh over Arrow Flight 流式 | `--data` 手输 / CSV / PG 查完进内存 | | 算法在哪跑 | K3s Pod,带资源与带宽限额 | 单二进制进程,可编进 TEE/TA | 所以**真正的 gap 不在密码学,在「信任边界之外的那一圈」**:认证、授权登记、 作业状态机、组件契约。这四样缺一样,演示都过不了安全评审。 --- ## 1. 两边各分几层 ### SecretFlow 四件套 ``` secretflow(Python 算法层) device/ ← PYU(明文) / SPU(MPC) / HEU(同态) / TEEU(TEE) 四种设备,同一个抽象 data/ ← Horizontal / Vertical / Mixed DataFrame 与 Ndarray(像 pandas) ml/ security/ preprocessing/ stats/ tune/ ↕ NodeEvalParam / NodeEvalResult ← spec 定义的求值接口 SPU(C++ 密态计算引擎) compiler: XLA IR → pphlo(MPC IR) device : Runtime(infeed/outfeed + 符号表 + IR 执行器) kernel : hlo(高层算子) / hal(定点等与密码学无关的核心逻辑) mpc : 协议接口 api.h + aby3 / cheetah / semi2k / ref2k ↕ Arrow Flight(DoGet/DoPut,RecordBatch 流) Kuscia(Go,K3s 之上的编排) 18 个 CRD:Domain / DomainRoute / DomainData / DomainDataSource / DomainDataGrant / DomainAppImage / AppImage / KusciaJob / KusciaTask / TaskResource / Gateway / InteropConfig … spec(protobuf):DATA / COMPONENT / EVALUATION / REPORT SecretPad(Java + Vue):Web 层,建节点 / 注册数据 / 建项目 / 建授权 ``` ### nax-rs 18 个 crate ``` nax-cli 子命令入口(单二进制) nax-node 一方一进程,连接 + 会话 nax-vault 协议编排:Beaver 乘 / truncate / open / compare nax-core 算子核:u64 环算术、分享、PRG、SHA-256(no_std) nax-sql / nax-ml / nax-fl 受限 SQL、纵向 LR、横向 FedAvg+DP nax-psi / nax-he / nax-zkp PSI、Paillier-OLE、ZKP nax-data CSV + PostgreSQL(本轮新加) nax-ir 算子图 + 可见性 + 轮次规划(编译期,不碰密码学) nax-proto / nax-orch 手写帧、PLAN/RESULT/BYE 行协议 nax-policy / nax-tee / nax-runtime / nax-ray ``` **结构差异一句话**:SecretFlow 的算法**不知道自己在明文还是密文域** (`x.to(spu)` 就换设备,同一份代码),nax 的算法**自己判断** (`if is_dry_run() { …明文… } else { …MPC… }`,两条路径写在同一个函数里)。 这是最大的一个 gap,见 2.0。 --- ## 2. 逐层对照(带证据) ### 2.0 设备抽象(读完主仓之后,这条要排在第一位) SecretFlow 把「算在哪」做成了一等公民,接口只有三个东西 (`secretflow/device/device/base.py`): ```python class Device(ABC): def __call__(self, fn, **kwargs): ... # 把函数调度到本设备 class DeviceObject(ABC): device: Device def to(self, device, *a, **kw): # 跨设备搬运,dispatch 到 to_ return dispatch(f"to_{device.device_type.name}", self, device, *a, **kw) ``` `register_to(from, to)` 注册跨设备转换内核,所以 M 种设备只需 M² 条转换; 已有的四种设备是 **PYU(明文)/ SPU(MPC)/ HEU(同态)/ TEEU(TEE)**。 于是算法长这样,**它不知道自己在明文还是密文域**: ```python x = x.to(spu) # 换成密文 y = ops.add(x, y) # 同一行代码 ``` nax 的对应物是 `nax-runtime`(`crates/nax-runtime/src/mode.rs`): 一个线程局部的 `bool` 开关 + `dry_run()` RAII guard,算法里靠 `if is_dry_run() { … } else { … }` 自己分叉。 | | SecretFlow | nax | |---|---|---| | 抽象单位 | Device + DeviceObject | 全局布尔开关 | | 换域怎么写 | `x.to(spu)` | 算法里 `if` 分支两套代码 | | 新增一种域 | 加一个 Device + 注册转换 | 改所有算法 | | 组合(同态 + MPC 混用) | 对象来回 `to()` | 表达不了 | **这是最大的一条 gap,也是最便宜的一条。** nax 不需要 Python 但完全可以在 Rust 里 定义 `trait Device { fn eval(&self, op, args) -> … }`:`nax-runtime` 的 「试跑 = 明文快路」其实就是隐式的 PYU,把它显式化成 device 就完成了对齐。 ### 2.1 数据契约 | | SecretFlow | nax | |---|---|---| | 表描述 | `TableSchema` / `VerticalTable`(**列级记录归属方**)/ `IndividualTable`(横向) | `Frame`:列名 + `Vec`,没有类型、没有归属 | | 归属怎么表达 | 结构里 `VerticalTable.parties` 指定 | CLI 参数 `--schema balance,spend` 按位置对齐 | | 引用方式 | `DistData` + `DataRef`(位置 + 偏移 + 长度) | 无,整表进内存 | | 空值 | Arrow 的 null | `NaN`(`pg::ResultSet::to_frame` 里映射) | > 证据:`secretflow/spec` `docs/spec.md` 的 DATA 段;nax `crates/nax-data/src/frame.rs`。 **差距实质**:nax 的列级归属是「靠两方命令行参数写对」保证的。写错不报错, 只会把结果算错(本轮就踩过——两方 `--pred` 不一致,报的是「open 长度不一致」)。 `VerticalTable` 把这件事变成**结构约束**,这是值得抄的一个点,且不需要引 protobuf。 ### 2.2 数据接入(这一圈差距最大) | | SecretFlow / Kuscia | nax | |---|---|---| | 支持的数据源 | localfs / OSS / MySQL / PostgreSQL + `external` 外部插件 | CSV / PostgreSQL | | 传输方式 | **Arrow Flight**,`GetFlightInfo` 发 ticket → `DoGet` 拉 RecordBatch 流 | 查完 `to_frame()` 全量进内存 | | 扩展方式 | 实现三方法接口即可接新源 | 改 `nax-data` 源码 | | 空值/类型 | Arrow schema 从 DomainData 的 columns 生成 | 非数值列直接丢弃 | > 证据:`kuscia/pkg/datamesh/dataserver/io/builtin/builtin.go` > `IOServer.ioChannels` 按 `DataSourceType` 分派四种 channel; > `dataio.go` 的 `DataMeshDataIOInterface` 只有三个方法: > `Read(ctx, reqCtx, RecordWriter)` / `Write(ctx, reqCtx, *flight.Reader)` / `GetEndpointURI()`。 这是 **nax 最该学的抽象**:把「数据源」收敛成一个三方法接口,中间表示是**批量流** 而不是「一张表」。nax 现在的 `pg_source::load()` 是全量加载,百万行就顶不住; 而 Kuscia 用 1C2G 能跑百万行 PSI,靠的就是流式 + 分批。 ### 2.3 算子与协议抽象(SPU 的核心,也是最不该照搬的) SPU 在 `src/libspu/mpc/api.h` 里定义了协议必须实现的统一接口,关键设计有三条: 1. **类型三态**:`p`(公开)/ `s`(秘密)/ `v`(私有,归某一方)。 每个算子按输入组合出重载:`equal_pp` / `equal_sp` / `equal_ss`。 2. **`OptionalAPI`**:协议可以声明「这个组合我不实现」,框架运行时降级—— 所以 `ref2k`(明文参考实现)能只实现最少几个算子就跑起来。 3. **`import_s` / `export_s` + `common_type_s` / `cast_type_s`**: 秘密值的存储格式(AShare / BShare)不唯一,跨协议要显式转换。 这两组函数是「同一份程序换协议后端」的关键。 配套的分层(`REPO_LAYOUT.md`):`compiler`(XLA IR → pphlo)、`device`(Runtime)、 `kernel/hlo`(高层算子)、`kernel/hal`(定点等与密码学无关的逻辑)、`mpc`(协议实现)。 | nax 现状 | 影响 | |---|---| | `nax-core` 只有一种分片表示,算子签名固定 | 无法换协议后端:2PC 高性能(Cheetah 类)与 3PC 容错(ABY3 类)不能共存 | | 没有「公开/私有/秘密」三态的类型系统 | 公开值在分片重建里出现两次这类 bug 只能靠人眼(已栽两次) | | 没有 IR | 算法写死成 Rust 调用,无法做算子融合/常数折叠等图优化 | > **修正(2026-11-01,`nax-ir` 落地之后)**:上表后两行已过时一半,而且本文 > §3.3「不该补」里那句「nax 的 IR 就是 `nax-sql` 的 AST」是错的。 > > AST 是**语法树**,它回答「用户要算什么」,回答不了「这次要几个往返」—— > 后者需要把可达性(谁依赖谁)和代价(哪个算子过网络、几轮)都放到同一张图上。 > 这就是 `crates/nax-ir`(~600 行,零新增外部依赖): > > * **三态标注落成 `Vis { Public, Secret }`**,挂在**值**上而不是环境上。 > 公开值进入密态表达式时**强制插一个显式 `Lift` 节点**(只有 0 号携带明文), > 于是「公开值出现 n 次」从"靠 review"变成"图里看得见"; > * **轮次规划**:每个算子标了真实往返数(`mul`/`matmul` 2 轮、`trunc`/`open` 1 轮、 > 整数系数的 `scale` 0 轮),按 `base = max(end(前驱))` 分阶段,同阶段的 `open` > 合成一次往返; > * **不改协议、不改 `nax-core`**:执行仍走 `nax-vault`,`no_std` 守线不受影响。 > > 数据点(`nax plan`,`nax-ml` 迁移之后):纵向 LR 的**一整次迭代**在图里是 > 33 个算子,其中 **23 个纯本地**(含 `transpose`、偏置列的两次 `lift`), > **17 轮**;`--sigmoid-degree` 3/5/7/9 分别是 11/13/17/19 轮,`--l2` 恰好 +1 轮。 > 早前这里记的是「14 个算子 / 9 个本地 / 7 轮,`lr=2` 时 5 轮」—— 那是最小 > demo 图(线性梯度步、不含 sigmoid 多项式)的数,不是 `nax plan` 的输出。 > 整数系数 `scale` 零往返(`Op::ScaleInt`)这条结论仍然成立,只是真迭代的步长 > 是 `lr/n`,碰不到整数那条分支。见 `docs/IR.md` §3 / §4。 > > **§3.3 的拒绝仍然成立**:拒绝的是 XLA + Bazel + MLIR 那一整套(1156 个文件、 > 47.9% C++),它确实与「单二进制 / no_std / 能进 TA」互斥。落地的是 > 「三态标注 + 一个线性调度器」,不是把 XLA 搬进来。 > > **追加(2026-11-02,`nax-sql::secure` 迁移之后)**:「AST 回答不了几个往返」 > 这句话现在有了直接的例子。`nax-sql` 的密态路径迁移前后都**没有**把 SQL AST > 接到 IR 上 —— 接的是 `secure.rs` 里那份手写的**协议调用序列**:掩码 WHERE > 展开成 `bit_lt`/`bit_eq` 的位运算,聚合展开成「掩码后列 + 归约 + open」。 > 图是从这套协议序列建出来的(`crates/nax-sql/src/secure_graph.rs`), > 所以 `nax sql-plan --rows 6 --where "0<400" --aggs count,sum,avg,min,max` > 能在**没有数据、不联网**的情况下报出 115 轮(掩码段 11 + 聚合段 104)。 > > 反过来说也清楚:真要把 AST 接进来,中间还必须经过一层「谓词/聚合 → 协议动作」 > 的降级,而那一层才是回答「几轮」的地方。AST 本身只回答「用户要算什么」。 **但不要照搬。** XLA + Bazel + 1156 个文件 + 47.9% C++ 的编译栈, 和「单二进制 / no_std / 能进 TA」是互斥的。nax 的 `nax-sql` 受限 DSL 才是 对的那条路(SCQL 本身就是「用 SQL 当 IR」)。**要抄的是三态类型标注,不是编译器。** ### 2.4 编排 | | Kuscia | nax | |---|---|---| | 形态 | CRD 声明式 + controller reconcile(KusciaJob → 拆 KusciaTask → Pod) | `nax-orch` 行协议:`HELLO` 上报、`PLAN` 下发 peers、`RESULT` 回收、`BYE` | | 任务图 | `kusciajobs.spec.tasks[].dependencies`,**DAG**,依赖全 Succeeded 才调度 | 单一 plan,无依赖关系 | | 资源约束 | `parties[].resources`(K8s ResourceRequirements)+ `bandwidthLimits`(到指定域的 KiB/s 上限) | 无 | | 状态 | `KusciaJobSummary` / `TaskSummary` / conditions / phase | 无持久化,进程退出即丢 | | 幂等/重试 | controller 循环 | 无 | > 证据:`kuscia/crds/v1alpha1/kuscia.secretflow_kusciajobs.yaml`(`dependencies`、`parties`、 > `bandwidthLimits`);nax `crates/nax-orch/src/lib.rs`。 **判断**:nax 的 orch 是 660 行的服务发现,够跑 demo,不够跑运维。 但也不需要 K8s——需要的是**把 plan 变成有状态、可查询、可重放的作业对象**。 ### 2.5 跨域通信(这里是安全缺口,不是功能缺口) Kuscia 用 CRD 把「怎么连」声明化,`domainroutes` 的 spec 里有: - `authenticationType` —— 目的域如何认证来源 - `endpoint.host` / `endpoint.ports[].isTLS` —— 端口与是否 TLS - `bodyEncryption.algorithm`:**`AES` / `SM4` 二选一**(国密要能选) - `sourceClientCert` / `destinationPublicKey` —— 双方自签 CA 互发证书,走 mTLS - 注释里写明「requests from source to destination need to be transferred through…」 —— 支持经中转,因此**多个任务并发只需一个公网端口**(端口复用) nax 现状:`nax-proto::Op::Hello` 只带一个 `site` 字符串, `--connect 127.0.0.1:9551` 手填,会话密钥 `--seed` 双方命令行传同一个值。 **这是本轮对比里唯一一条「必须马上补」的**: - 没有认证 = 任何人都能连上来充当一方,并拿到 `open` 出的中间量; - seed 走 argv = 进程列表可见,共享密钥等于没有密钥。 ### 2.6 授权与出域 | | Kuscia / SecretFlow | nax | |---|---|---| | 数据授权 | `DomainDataGrant`(把某 DomainData 授给某域/某任务) | 无登记制 | | 列级约束 | CCL(在 SCQL 引擎配置里) | 有:`nax-sql` 的 CCL 投影约束 | | 出域守卫 | 两条路:K8s `networkPolicy`(弱)+ **TEEU 的密钥级管控(强,见下)** | `nax-policy::Guard`,按数据标签放行「执行/传输/取回」+ 审计 | | 信任根 | 无硬件信任根(TEEU 依赖单点 TEE + auth server) | `nax-tee` 的 `TrustPlan` 四级 + enclave 内判定并签名 | #### TEEU 那条路值得单独说(`secretflow/device/device/teeu.py`) 它是「**策略不是检查代码,而是控制密钥**」,四个要素: ```python @dataclass class TEEUData: data: Any # 明文,或 AES256-GCM 密文 data_uuid: str # 给 authority manager 的凭据 nonce: bytes # AES-GCM nonce aad: bytes # AES-GCM 关联数据 ``` 进 TEE 时不是先跑策略再跑代码,而是**先拿密钥**: ```python func_bytes = code_position_independent_dumps(func, protocol=4) # 代码的字节 data_keys = self.auth_frame.get_data_keys(func_bytes, data_uuid_list=[…]) aesgcm = AESGCM(data_keys[idx]); new_value = aesgcm.decrypt(nonce, data, aad) ``` 申请密钥的参数是 `(func_bytes, data_uuid)` —— **「哪一段代码」×「哪一份数据」**。 授权服务不认就不给密钥,数据在 TEE 里也只是一堆解不开的字节。 这比「运行时 `if` 检查放行」硬一个量级:绕过检查的收益是零,因为拿不到密钥。 **这对 nax 的启示(直接改 G3 的形态)**: - 现在 `nax-policy::Guard` 是运行时判定 + 签名审计,属于「事后可查、事前可绕」; - 改成:**分片落盘加密(每方自己的分片用独立密钥),密钥由授权服务按 `(算法哈希, 数据 id, 用途, 有效期)` 发放**; - 授权服务本身放在 enclave 里(`nax-tee` 已有 attest / sign / device_key), 于是「谁批的、批给哪段代码」天然带硬件签名,比 TEEU 的 auth server 更可信。 这条改动同时解决两件事:G3(授权登记)落地成「密钥发放清单」; 「代码被换掉」这件事也被覆盖(代码哈希进密钥申请)。 ### 2.7 组件与交付 | | Kuscia | nax | |---|---|---| | 算法形态 | `AppImage`:镜像 `name/tag` + **`ID`(sha256,启动前校验本地镜像是否被换)** + `sign` + `configTemplates`(Go template 渲染任务配置)+ `DeployTemplates`(Pod 模板、replicas、role、网络策略) | `nax-cli` 子命令,编译进二进制 | | 契约 | `ComponentDef` + `IoDef` + `AttributeDef`(类型/枚举/联合,自描述) | 无,靠 `--help` | | 结果呈现 | `REPORT`:`Report` / `Tab` / `Table` / `Div` | CLI `println!` | | 互操作 | `pkg/interconn/bfia`(信通院 BFIA 标准适配器)+ `InteropConfig` CRD | 无 | **判断**:`AppImage.ID` 那条注释值得单独记下来—— 「如果 ID 非空,域在启动容器前会校验本地镜像 ID 是否匹配」。 这是**供应链完整性**的最小实现,nax 的单二进制可以用同一个思路: 发布时给出 `sha256` + 签名,节点启动时自检。 --- ## 3. 缺口清单(按「该不该补」分档) ### 3.1 阻塞产品化(补,且优先) > **进展(2026-10-31)**:G0(设备抽象)、G1(传输认证)、G2(参数对表)、 > G4(作业 DAG + 落盘状态)、G7(报告结构 + 产物指纹)**已完成**; > G5(数据接入分批流接口)CSV 与 PG 两条都已接(PG 客户端的三层验证见 `docs/PG.md`)。 > G7 的结果比原设想更接近 spec 的 `REPORT`:`--report json` 出 `kind:"table"` + > `header/rows`,就是 `spec` 里 `Table` 的最小等价物(没有 `Div` 那种排版嵌套, > 因为 nax 的消费方是看板和 `jq`,不是 notebook)。 > > G0 的落法与 SecretFlow 不同,这是**有意**的:SecretFlow 的 `Device.eval(op)` 是 > 算子分发,前提是它有四个设备、且算法层用 Python 动态类型写成;nax 只有明文/密态 > 两个域,而线性算子在两域本来就是同一行代码(分片对加法同态),非线性算子在密态域 > 必须换协议而不是换指针。所以落地的是「域边界 + 非线性算子显式拒绝」, > 不是 trait 分发。详见 `docs/OPT_PLAN.md` §O3 实施。 > 执行记录见 `docs/OPT_PLAN.md`。 > > **补记(2026-11-01)**:G1 原来只做了「认证」,链路本身仍是明文 —— > 认证解决「谁能连」,不解决「谁看得见」。现在握手会派生双向会话密钥, > 每帧走 AEAD。实测同一条 `sql-join` 会话:无 PSK 时抓包里有 **176 个明文帧头** > 和 2 处 `balance` 字样;有 PSK 时 55981 字节里 **0 个帧头、0 处明文字段**。 | # | 缺口 | 具体形态(贴合 nax 约束) | 代价 | |---|---|---|---| | G0 | **没有设备抽象**(2.0) | ~~把 `is_dry_run()` 显式化为 `trait Device::eval(op)` 分发~~ **已落地,但形态不同**:`Value` 自带 `kind`(域是数据属性),`Value::to()` 做跨域搬迁,非线性算子在密态域**显式拒绝**并指向 `nax-sql::secure`。不做 `eval` 分发——线性算子两域同码,非线性算子要换算法而非换指针 | 已完成 | | G1 | **传输层无认证、密钥走 argv** | ~~加 PSK 挑战-应答~~ **已完成,并顺带补了机密性**:握手(`nax-node::auth`,REQ/ACK/OK + 双 nonce + 双 label)产出双向会话密钥,之后每帧走 `nax-node::secure` 的 ChaCha20-Poly1305(自写,见 `nax-core::aead`),计数器兼做防重放。不引 TLS:`rustls` 拉不进 no_std,也塞不进 TA | 已完成 | | G2 | **列归属靠命令行对齐** | 把 `--schema` 位置对齐改成**带归属的自描述清单**(JSON:列名/类型/归属方/分片序),会话开始先交换哈希比对,不一致立刻报「谁的 schema 不一致」而不是「open 长度不一致」 | 小,本轮已做了一半(计划对表) | | G3 | **无数据授权登记** | 不是「加载一份清单然后 `if` 判断」,而是**密钥级管控**(照 TEEU 的 `(func_bytes, data_uuid) → key`):分片落盘加密,授权服务放 enclave 内,按 `(算法哈希, 数据 id, 用途, 有效期)` 发密钥;批不批本身就是一个带硬件签名的凭证 | 中 | | G4 | **作业对象无状态** | `nax-orch` 的 plan 升级为带 `dependencies` 的 DAG + 落盘状态(append-only 日志即可),支持「谁失败了、从哪重来」 | 中 | ### 3.2 生态必需(补,但可以晚) | # | 缺口 | 说明 | |---|---|---| | G5 | **数据接入只有全量加载** | 学 `DataMeshDataIOInterface`:三方法(读/写/端点),中间表示改为**分批**而不是整表。数据源加 S3/OSS 与 Parquet 前,先把接口收出来 | | G6 | **无组件契约** | 不引 protobuf。用 `nax-proto` 的一帧承载「组件名 + 输入列 + 参数 + 输出列」的 JSON 描述,让算法可以只写 SQL/配置而不重编译 | | G7 | **无报告结构** | CLI 加 `--report json`,输出固定的 `Tab/Table` 结构,与 G6 共用一套 schema | | G8 | **无互操作** | 只有在要对接 FATE/其他平台时才做;BFIA 适配是一个 Go 包,nax 对应物是一个帧编解码层 | | G9 | **无镜像校验** | 发布产物附 `sha256` + 签名,`nax-node` 启动自检(照抄 `AppImage.ID` 的思路) | ### 3.3 不该补(明确拒绝,写进决策记录) | 东西 | 为什么不补 | |---|---| | **XLA 级编译栈 + pphlo IR** | 与 no_std / 单二进制 / TEE 互斥。~~nax 的 IR 就是 `nax-sql` 的 AST,这条路已经对了~~ **部分修正(2026-11-01)**:AST 是语法树,回答不了「几个往返」。已落地 `nax-ir`(~600 行、零依赖)只做「三态标注 + 轮次规划」,不碰 XLA/Bazel/MLIR。详见 §2.3 的修正块与 `docs/IR.md` | | **Arrow / Flight** | 依赖重、要分配器。用「分批 u64 数组 + 列描述」达到同样效果 | | **K8s / CRD / controller** | 定位冲突。nax 的卖点是「1 个二进制」,编排用 orch + 落盘状态即可 | | **协议后端可插拔(aby3/cheetah/semi2k)** | 只有当确实要上 2PC 高性能协议时才需要。现在引入会让 `nax-core` 铁律失效。**但 G2 的类型三态标注可以先做,成本低** | | **Python 算法层** | 反向:nax 的价值就是不让算法带 Python 运行时进 TEE | ### 3.4 nax 该守住的优势 1. **可编入 TEE**:SPU 要求 AVX2/CUDA,Kuscia 要求 K3s 全家桶;nax 能进 TA。 2. **体积**:单二进制 vs Kuscia 镜像 + K3s(数百 MB)。 3. **供应链**:Paillier bigint、SHA-256、HMAC/PBKDF2/SCRAM 全部手写零依赖, SecretFlow 栈是 Bazel + protobuf + Arrow + brpc 的长依赖链。 4. **可验证性**:与 Python 参考逐位一致 + golden 向量。SPU 有单测但没有「双实现互证」。 5. **信任根分级**:`TrustPlan` 四级(L0 纯 MPC → L3 双 TEE 互不信任)是退让模型, SecretFlow 只有「用哪个 device」没有「降到哪一级」的概念——TEEU 与 SPU 是并列选项, 不是同一个方案里的信任降级。 > 注意 §2.6 的修正:SecretFlow 的 TEEU **有**授权管控(密钥级), > 所以「出域管控」不算是 nax 单方面领先,两边是**不同路线**: > TEEU 要求「数据在 TEE 内解密」→ 必须信任单点;nax 要求「分片在谁手里都不成明文」→ 不信任任何单点。 > nax 真正独有的是**不要求任何单点可信**这一条。 --- ## 4. 如果只做一件事 **做 G1(传输认证)。** 理由: - 它是唯一一条「不做就不能给客户看」的缺口——现在任何一方只要知道端口就能冒充参与者; - 代价最小,`nax-proto` + `nax-node` 两个文件,复用已实现的 HMAC/PBKDF2; - 它顺手解决 `--seed` 走 argv 的问题(PSK 派生会话密钥,seed 退化成一个 label); - 做完之后,G3(授权登记)才有落点——签名的授权凭证需要一个可信的对端身份来验。 **但 G0(设备抽象)是另一种意义上的第一优先**:它不是「缺功能」,是「缺分水岭」—— 现在每加一种域(明文 / MPC / HE / TEE)就要在算法里写一遍 `if`, 等算法长到 5 个以上,这个成本会指数上涨。它比 G1 贵,但**只贵一次**; G1 贵在每次接入新客户都要解释「为什么没有认证」。 **不做的一点理由**:如果近期目标是性能基准和 TEE 验证,G1 可以延后, 但必须写进文档说清「当前只有链路完整性、没有身份认证」,不能让使用者误以为有。 --- ## 附录 A:镜像仓库状态(2026-10-31 核对) 内网 Gitea(`192.168.1.26:30960`)里 secretflow 相关共 **7 个条目,实为 5 个仓 + 2 份冗余**: | 条目 | 状态 | 说明 | |---|---|---| | `secretflow/secretflow` | 480 MB · `11425fa5` | 主仓,**保留** | | `secretflow/spu` | 24.5 MB · `826537d9` | 保留 | | `secretflow/kuscia` | 52.2 MB · `c04279ae` | 保留 | | `secretflow/spec` | 0.6 MB · `cf2b6c4` | 保留 | | `secretflow/secretpad` | 146.7 MB · `8fb060e1` | 保留(Web 平台,Java) | | `mirrors/secretflow` | 480 MB · `11425fa5` | **冗余**,与主仓同 head,可删 | | `upstream/secretflow-src` | 480 MB · `11425fa5` | **冗余**,与主仓同 head,可删 | 后两条是首次克隆失败留下的空目录被后续同步"补熟"的结果,三份 pack 完全相同, 合计 **1.4 GB 里有 960 MB 是浪费**。 **建议补的仓**(都对 nax 有直接对标价值,当前未镜像): | 仓 | 对标 | 为什么值得看 | |---|---|---| | `secretflow/scql` | `nax-sql` | 密态 SQL 的完整实现:查询编译、算子切分、CCL 配置的工程形态 | | `secretflow/yacl` | `nax-core` 的密码学原语 | C++ 原语库(OT / ECC / 对称),SPU 的地基;我们的手写实现可对拍 | | `secretflow/heu` | `nax-he` | 同态加密库,Paillier 的接口设计与性能工程 | | `secretflow/secretpad-frontend` | 无可对标 | 只在要做 Web 控制台时才需要 | > 工具坑:`search_code` 的 `query` 不支持 `a|b`(返回空,必须拆单关键词); > `add_mirror` 失败会留空目录且之后同名调用永远报 `already exists`(无删除接口), > 需要先去 Gitea 网页端删掉。