开源软件和工具，已经成为一个完整的软件生态环境，全面渗透到信息技术的各个领域。在基础软件市场，无论从底层的芯片设计，到操作系统、浏览器、数据库等基础软件，甚至消息中间件、云计算、人工智能计算框架等工具，都涉及到开源技术。
近年来，微软、谷歌、Facebook、腾讯、阿里、百度等全球知名巨头都在积极拥抱开源，究竟开源的魅力在哪？
基础软件市场，开源已经成为绝对主流
开源软件和工具，已经成为一个完整的软件生态环境，全面渗透到信息技术的各个领域。在基础软件市场，无论从底层的芯片设计，到操作系统、浏览器、数据库等基础软件，甚至消息中间件、云计算、人工智能计算框架等工具，都涉及到开源技术。
开源技术起源于操作系统，公认最早的开源软件是1953年第一台商用电子计算机的操作系统。开源生态圈从操作系统初步形成，如Linux、Android，到开源数据库兴起，如MySQL、MongoDB等，继而随着大数据开源组件蓬勃发展，如 Hadoop、HBase、Redis、Spark、Elasticsearch等，后面云计算及相关的虚拟化软件应运而生，如KVM、Xen、Docker、Kubernetes等，更少不了跟随而来的人工智能开源框架和工具，如Tensorflow、Pytorch、Caffe等。
据全球最大开源系统GitHub发布的2019年年报显示，GitHub在2018年11月突破了1亿仓库。在2019年，全球开发者总共构建了 4400万个仓库，像“ 深度学习 ”、“ 自然语言处理 ”和“ 机器学习 ”等主题的人工智能技术的代码仓库在过去一年中越来越受欢迎。
开源基础软件不仅成本低，还更安全
开源的成本优势不仅仅是免除了Licence费用，还体现在软件安全问题的发现和修复敏捷性上。
比如2017年，腾讯安全平台部的Tencent Blade Team在研究谷歌开源的 TensorFlow 深度学习框架时，一连发现并报告了TensorFlow 7 个安全漏洞并促使谷歌团队及时修复，大大地缩短了漏洞的存在时长。
Tensorflow 发布的安全公告及致谢
这也是开源的迭代效率优势体现，在开源社区内多方协同维护下，版本更替的频次更高，更快。
而对比传统闭源软件，其源代码被商业软件公司牢牢控制，倘若市场发生变化，导致软件无法执行或者合作终止，可能就意味着项目前途暗淡。如2020年8月就有新闻报导：思科前员工非法删除了公司的多个虚拟机，导致商业客户无法正常使用软件，根据联邦调查局的统计，已造成了高达1600万的损失。
传统闭源的商业软件还存在后门风险。2017年，曾有安全专家通过研究发现思科产品中有一个未记录的SSH隧道，可以进行无限制访问。虽然思科官方并不承认，但这并无法改变被认定为有意为之的这一事实。
而开源软件源代码的开放透明，使所有用户也可能参与，并对软件源代码进行修改升级，极大地降低了被植入后门的可能性，以及市场合作破裂风险。即使开发方退出，使用方也不用担心系统的可持续发展性。
两相对比，不难看出，传统闭源产品在安全性方面如同单兵作战，而开源技术则是多个团队共同抵抗。不仅技术及安全得到保障，商业化项目落地节奏也快，孰强孰弱，一目了然。
隐私计算更是离不开开源模式
作为保障大数据合作安全的关键基础软件，隐私计算更是注定离不开开源模式。事实上谷歌、Facebook、腾讯、阿里、百度等巨头也都纷纷加入隐私计算的开源项目中。
下表是几大巨头在隐私计算领域的开源项目情况。
整理和对比这些项目，发现基本可以分为三大类：
一是基于TEE可信执行环境的底层开源项目，在CPU级别进行数据的加密计算及传输，是安全沙箱的加密升级版。
二是安全多方计算的工具软件，相对灵活，一般作为大平台的某个组件出现。
三是结合密码学技术和人工智能框架的联邦学习开源项目，架构强，平台化，可进行完整的数据应用。
与区块链类似，作为需要取得各方信任的大数据合作基础设施，国内外众多科技巨头都在大力投入隐私计算开源生态的构建。 虽然各个项目技术路线有所不同，但基于开源模式相互促进，相互监督，才能将大数据安全合作真实落地。
