Fidelius开发教程
介绍
简介
Fidelius 提供了自定义算法的能力。此处的算法用于分析数据，并将分析结果交付给用户。
Fidelius 的算法实现基于 C/C++1。一个算法是指一个运行在可信执行环境（TEE）中的代码，由于目前主要的支持硬件为 Intel SGX，因此编程方式符合 Intel SGX 的编程规范。
本文介绍的算法开发基于 Fidelius 的最新版本，请检查自己的版本。
Hello World
需要 git clone example，然后软链接到 example 目录下，需要解释编译的步骤，release 版本签名的步骤，执行的步骤需要解释各个文件的作用和意义 下面来看一个完整的 hello world 程序。
- include ”corecommon/ crypto / stdeth . h”
- include ” stbox / tsgx / log . h”
- include ”ypc_t/ a n a l y z e r / algo_wrapper . h”
- include ”ypc_t/ a n a l y z e r /macro . h”
class hello_world {
public :
i n l i n e stbox : : bytes do_parse ( const stbox : : bytes ¶m ) {
LOG(INFO) << ” h e l l o ␣ world ” ;
return param ;
}
};
ypc : : algo_wrapper<ypc : : crypto : : eth_sgx_crypto ,
ypc : : noinput_data_stream ,
hello_world , ypc : : l o c a l _ r e s u l t >
pw ;
YPC_PARSER_IMPL(pw ) ;
algo_wrapper
template<typename Crypto , typename DataSession , typename ParserT ,
typename Result , typename ModelT = void ,
template <typename> c l a s s DataAllowancePolicy = ignore_data_allowance ,
template <typename> c l a s s ModelAllowancePolicy = ignore_model_allowance>
class algo_warpper ;
代码来源core/include/ypc_t/analyzer/algo_wrapper.h
Crypto：密码协议簇，目前支持 ypc::crypto::eth_sgx_crypto，兼容以太坊。
DataSession：数据源方式，支持 noinput_data_stream, raw_data_stream,
sealed_data_stream, multi_data_stream。
ParserT：表示自定义的算法类。
Result：表示结果的类型，支持 local_result, onchain_result, offchain_result,forward_result。
ModelT：表示模型的类型，是 ff::util::ntobject<...>。
DataAllowancePolicy，表示数据源的许可验证策略，支持 ignore_data_allowance,check_data_allowance。
ModelAllowancePolicy，表示模型的许可验证策略，支持 ignore_model_allowance,check_model_allowance。
通过对上述参数的选择和组合，可以支持不同的场景。
HPDA
算法的主体通常使用 HPDA（High Performance Data Analysis）完成。HPDA 算法由输入（input）、处理单元（processor）、输出（output）三种不同的功能单元 组成，其中输入、处理有一个或多个，输出仅有一个。
一个 HPDA 算法可以表示一个如下的有向图，其中节点表示功能单元，即输入、处理单元或输出，边表示数据。自然地，输入只有出边，输出只有入边， 处理单元有一个或多个入边，且有一个或多个出边。
算法的执行过程一般分为连个阶段：1）构造 HPDA 的图；2）运行算法。算法一旦开始运行，则会开始读取输入、产生输出，直到所有的输入读取完成。
Iris 为例
c l a s s enclave_iris_means_parser {
public :
enclave_iris_means_parser ( ypc : : data_source ∗ source )
- m_source ( source ){};
i n l i n e stbox : : bytes do_parse ( const stbox : : bytes ¶m ) {
ypc : : to_type<extra_nt_t> c o n v e r t e r ( m_source ) ;
transform_format t r a n s (& c o n v e r t e r ) ;
typedef hpda : : algorithm : : kmeans : : kmeans_processor<
hpda : : ntobject ,
i r i s _ d a t a , double , i i d >
kmeans_t ;
kmeans_t km(&trans , 3 , 0 . 0 0 1 ) ;
hpda : : output : : memory_output
mo(km. means_stream ( ) ) ;
mo. get_engine()−>run ( ) ;
. . .
}
protected :
ypc : : data_source ∗m_source ;
};
Y
该算法可以表示为如下的图
图中的边—数据类型
在 HPDA 所表示的有向图中，一条边可以表示为 (A, B)，我们称 A 是 B 的输入源，A 的输出数据类型和 B 的输入数据类型必须一致，否则会产生编译错误。我们将 A 的输出数据类型（或 B 的输入数据类型）称为边 (A, B) 上的数据类型。
边的数据类型为
template<typename . . . ARGS>
f f : : u t i l : : n t o b j e c t ;
