近年来，随着隐私保护及数据安全法律法规的逐渐完善，数据孤岛问题变的日益严峻。为解决联合建模的需求和数据隐私保护之间的矛盾，隐私保护机器学习应运而生。在实际应用中，如何取得安全性、可用性以及效率之间的平衡成为了隐私保护机器学习研究和落地的关键。本报告将从安全协议层面、算法层面、以及工程实现层面出发，介绍实现隐私保护机器学习的技术路线及实现方案。