摩托车顶级赛事 顶级赛事

1月28日 , 采访人员获悉 , 2021年iDASH国际隐私计算竞赛正式公布比赛结果 , 来自蚂蚁集团的蚂蚁链摩斯团队斩获同态加密、联邦学习两项第一 。这是自2014年iDASH举办以来 , 首次来自中国的参赛队夺得上述赛道第一 , 蚂蚁链摩斯也成为首支同时拿下两项第一的中国队伍 。
iDASH 由美国国立卫生研究院(NIH)主办 , 每年举行一次 , 是目前国际上在隐私计算和数据隐私保护领域最高规格的竞赛 。历年参赛队伍中包括麻省理工、斯坦福和谷歌等世界名校或科技巨头 。今年iDASH竞赛共有来自全球十多个国家和地区的八十多支队伍参加 , 包括IBM、三星、蚂蚁、腾讯等国内外大型科技公司 。
iDASH 每年会设置2至4个赛道 , 分别限定采用不同的隐私计算技术来解决问题 。赛事组委会对各参赛队提交的方案及其代码进行评审 , 筛选出符合赛题场景、安全等各方面要求的方案 , 对其测试评估 , 按性能、精度等指标进行排名 。
据了解 , 今年比赛设置了同态加密、联邦学习和区块链三大赛道 , 其中 , 同态加密与联邦学习两大赛道参赛队伍众多 , 竞争尤为激烈 。
同态加密赛道要求训练新冠病毒变种的分类模型 , 并在加密状态下对新冠样本进行分类 。摩斯方案创新地提出基于典型基因片段匹配的新分类方法 , 并设计了同态布隆过滤器来提升密态分类性能 。最终在各方数据和模型不出域前提下 , 不到1秒就完成了全部2000个样本的100%正确分类 , 速度达到第2名的5倍且准确率更高 。
联邦学习赛道的赛题是利用医疗数据对一种心肌病进行安全建模 , 要求对两个水平分割的数据集实现一种差分隐私保护的建模方案 , 对中间结果和输出加噪 , 在指定预算下满足差分隐私安全 。
蚂蚁链摩斯团队提出树模型差分隐私安全方案 , 通过精心构造随机森林、基于指数机制的特征选择和决策树构建、及最优预算分配 , 使方案在保持高预测准确率的同时 , 最大减少了计算量和通信 。摩斯方案建模只需0.09秒 , 速度比其他方案快2倍以上 。
值得一提的是 , 蚂蚁链摩斯在2019年首次参加iDASH比赛时 , 就曾获多方安全计算赛道冠军 。在国际权威赛事上多次夺冠与蚂蚁链摩斯在隐私计算技术与应用领域的深厚积累密不可分 , 也显示出蚂蚁集团的隐私计算综合技术实力达到世界顶尖水平 。
公开资料显示 , 蚂蚁集团从2016年开始就布局隐私计算技术 , 相关专利排名全球第一 , 并参与了多项隐私计算国际标准的制定 。蚂蚁集团旗下蚂蚁链从 2017 年起进行隐私计算产品摩斯(MORSE)的研发 , 其中融合了多方安全计算、同态加密等多项隐私计算技术 。摩斯也是业内首个通过业内权威测评(信通院测评)的隐私计算产品 。
【摩托车顶级赛事 顶级赛事】本文源自中国网科技

    推荐阅读