科创中国

数据要素价值流动和隐私保护是数字经济发展时代最为核心的两个命题。为实现在隐私保护的基础上打破数据孤岛，实现多方机构间数据价值的融合发展，自2016 年开始，蚂蚁集团联合浙江大学、杭州金智塔科技有限公司，共同开展了以可信执行环境 TEE、多方安全计算 MPC、联邦学习 FL 等为代表的隐私计算关键技术攻关，取得了显著的技术突破和创新，构建了高性能通用隐私计算平台，并在金融、医疗等领域得到了规模化应用。

1、发明了高性能的隐私计算库操作系统和安全协议，提高了隐私计算的执行效率。如研发的支持软件故障隔离的多任务 TEE OS 内核，与业界领先的Graphene 内核相比，TEE 中程序的启动性能提升了 3 个数量级，进程间通信效率提升了 4 倍。2、发明了全链路安全的数据分析和机器学习线性模型、树模型和卷积神经网络模型算法，实现了数据分析、机器学习算法的全链路安全的数据处理能力。如在半诚实安全模型下，两方大规模数据场景中，线性模型算法比 VISA 公司的 SecureML 算法速度提升 130 倍。3、研发了高可用的分布式隐私计算平台。所研发的大规模可信集群组网及安全认证技术，解决了 TEE 的负载均衡、动态伸缩等问题；所提出的 TEE 模糊化算法，提升了算法抵御侧信道攻击的能力；所研发的跨域隐私保护推荐算法，在保证算法推荐效果的前提下，有效实现了多源数据融合过程中的隐私保护。

成果已形成授权发明专利 200 余项（其中国际专利 49 项），隐私计算相关专利申请数量世界第一。参与和牵头国际、国家、行业、团体标准十余项，在 AAAI、IJCAI 等国际顶级会议发表论文 20 余篇。

项目组将针对数据量大、数据模态多样等对算法的安全和效率带来的挑战，着重研究如何加固模型安全性使之能够抵抗恶性攻击，以及如何高效解决多媒体领域的隐私保护问题，为隐私计算提供更加高效、智能、安全的技术保障。

王磊 博士 蚂蚁集团项目发起人和技术负责人，项目整体架构设计和部分核心算法研发，并推动技术在金融风控等领域的落地2 郑小林 教授 浙江大学负责工业级分布式隐私计算平台的研发及在跨域隐私保护推荐的应用，对第 3 个技术发明点做出了贡献3 李漓春 博士 蚂蚁集团主要负责 MPC、联邦学习隐私计算算法设计及其在摩斯产品的应用，对第 1、2 两个技术发明点做出了贡献4 周俊 硕士 浙江大学&蚂蚁 负责基于 MPC 混合协议的模型训练方法5 王力 硕士 蚂蚁集团主要负责基于多方安全计算的机器学习算法的研究与落地、联邦学习算法研究等，对第 2 个技术发明点做出了贡献6 闫守孟 博士 蚂蚁集团主要负责软件故障隔离的多任务 TEE OS内核的研发，对第 1 个技术发明点做出了贡献7ZHOU, Jingren博士 蚂蚁集团主要负责基于差分隐私的多方协同安全数据库技术的研发8 韦韬 博士 蚂蚁集团 主要负责隐私计算平台的工程化落地，9 王茜 硕士 蚂蚁集团10 李怀勇 高级信息管理师蚂蚁集团。11 余超凡 硕士 蚂蚁集团12 殷山 硕士 蚂蚁集团

成果自 2017 年开始逐步进行大规模应用，服务蚂蚁智信、罗氏诊断、国家电网、浙江省农信、中和农信等 50 余家单位，覆盖金融、医疗、能源等多个领域，相关应用单位带来新增销售收入超过 22 亿元，新增利润超过 2 亿元，经济效益显著。

成果在金融、医疗、能源等领域具有广泛的应用前景，对于促进数据要素价值合规、高效流动，助力数字经济发展和乡村振兴具有重要的战略意义。展望未来，随着数据要素价值流动的需求越来越迫切，本项目市场前景广阔。