异构硬件融合的分布式机密计算平台数据集

围绕异构硬件融合的分布式机密计算平台，本数据集系统汇集了在真实测试环境下生成的功能性与安全性实验数据。数据依托支持 CPU、GPU、可信执行环境（TEE）及存算融合芯片的异构硬件分布式可扩展机密计算平台，通过第三方测试大纲规范开展测试，覆盖结构化数据、图像数据、文本数据和图数据等多模态场景，以及TB级数据规模和亿级样本规模的联邦学习训练与推理过程。数据内容主要包括模型训练与测试过程中的准确率指标（如训练集ACC、测试集ACC）、总体运行时间日志等。数据采集时间为2026年1月，采集地点为之江实验室，实验在多类服务器环境中完成，相关硬件配置、操作系统及软件环境均有完整记录。数据以日志文件形式存储，格式为 *.log，总数据量约 97.8 MB，采用完全共享方式发布。该数据集真实反映了异构硬件环境下分布式机密计算平台在性能、可扩展性与安全性方面的综合表现，可为机密计算体系结构验证、联邦学习安全研究以及多行业密态应用评估提供重要的数据基础和实验依据。

搜集汇总

背景与挑战

背景概述

该数据集汇集了基于异构硬件融合的分布式机密计算平台在真实测试环境中生成的功能与安全实验数据，涵盖多模态场景下的联邦学习训练与推理过程，包括准确率指标和运行时间日志。数据采集于2026年1月，由之江实验室发布，以日志文件形式存储，旨在为机密计算体系结构验证和联邦学习安全研究提供数据基础。