基于隐私保护的数据开放计算技术研发与产业化项目破解了数
据孤岛、数据共享和隐私保护之间难以平衡的难题,实现了数据的多
方协同和授权共享,得到了更准确高效的模型和决策,不仅极大地推
动了全球领先的技术创新,也有效地推动隐私保护技术在金融领域的
真正落地。项目经历近四年的核心技术攻坚和创新迭代,围绕隐私计
算这一重要技术领域在安全算子、算法体系、隐私系统三个维度上取
得多项重大技术突破。
1.发明了功能丰富扩展性强的安全计算算子技术,设计了高效的
混合密态计算协议,通过对模幂运算的优化,提升了安全性和计算效
率。与业界通用的同态加密库 libpaillier *** 相比,加密效率提升
了近 3 个数量级,解密效率提升了近 2 个数量级。
2.发明了一种高安全性隐私保护机器学习方法,实现了抵御侧信
道攻击的、安全可靠不可反推的预测等算法,在百万样本、十万特征
的数据上,在半诚实攻击模型的安全等级下,比业界最好的 VISA 公
司的 SecureML 算法速度提升 100 余倍。
3. 构建了工业级分布式高性能隐私保护学习平台,突破了可信
集群组网、大规模跨机构异构分布式系统、基于多方安全计算的密态
引擎等关键技术,提升了平台的可扩展性、易用性及安全性。在逻辑
回归算法上,项目中的密态引擎比 Facebook 公司的 *** 效率
提升 50 倍以上。
1 周俊 男 ***
资深算
法专家 硕士
蚂蚁科技集
团股份有限
公司
项目发起人和技术负责人,项目总体架构设计和
算法研发,并推动了项目在金融风控等领域的落
地。
2 尹建伟 男 *** 教授 博士 浙江大学
作为项目的主要完成人之一,研究隐私保护边缘
计算和神经网络技术,对第 2 个技术发明点做出
了贡献,相关成果发表在顶级期刊,并主导了算
法在隐私保护医疗健康系统中的应用。
3 郑小林 男 *** 教授 博士
浙江大学、
杭州金智塔
科技有限公
司
作为项目的主要完成人之一,研究隐私保护推荐
算法和知识图谱,对第 2 个技术发明点做出了贡
献,相关成果发表在 TIST 等国际期刊上,并主导
了算法在隐私保护推荐系统中的应用。
评价单位:- (-)
评价时间:2023-05-06
综合评价
本技术能实现很好的社会效益, 建议推广。
查看更多>