广东
近日，芳禾数据研究团队与暨南大学翁健教授团队开展的关于数据安全与隐私计算最新研究成果《Fusion：Efficient and Secure Inference Resilient to Malicious Servers》被国际网络与分布式系统安全会议NDSS 2023录用。
NDSS与IEEE S&P、USENIX Security、ACMCCS被誉为系统与网络安全四大国际顶级学术会议，该会议创办于1993年，是国际互联网协会（Internet Society）唯一举办的学术会议，具有非常高的学术影响力，主要聚焦互联网安全、物联网安全、数据安全、人工智能安全、软件安全、区块链安全等网络与系统安全方向。
这次发表的成果Fusion是致力于构造安全高效的隐私计算安全环境，聚焦机器学习预测过程的恶意安全模型场景，首次提出了一种在预测服务输入模型质量和预测服务计算过程同时可验证场景下的更优效率预测服务方案。本次成果通过提出Mix-and-Check方法，实现了对计算正确性和模型准确率的验证，确保服务提供商使用高质量模型为用户提供预测服务并且正确遵守计算协议。相比于传统恶意安全模型方案，Fusion在通信量开销上减少了30.9倍、运行速度提升了48.06倍。此外，本成果最大亮点在于提出的通用编译器构造方法，可以将传统半可信安全模型方案转换为恶意安全模型的预测方案，极大地提升了传统方案的灵活性和可扩展性。
Fusion提出的方案Mix-and-Check方案流程
本次成果也是芳禾数据研发的——摩方·数据安全与隐私计算平台的核心功能组件的一部分。该平台是基于密码学的数据安全与隐私计算服务平台，助力数据价值挖掘和融合应用，聚焦政府、企业等客户数据应用需求，提供“数据可用不可见、数据可控可计量”整体解决方案，目前该平台已通过中国信通院、国产信创适配等权威认证。平台支持高可扩展、灵活易用的部署运行，集成密文数据分布式计算，优化了隐私计算的效率。平台支持数据全流程过程加密，实时监控数据使用量情况，数据使用有迹可循。此外，平台基于区块链智能合约的权限管理机制，保障数据只有在经过授权后才可被使用和安全计算。
芳禾数据与暨南大学在网络空间安全科研及人才交流上进行了全方位的合作，围绕隐私计算、密码学等方面的研究发挥各自优势，推动产学研深度融合，并建立了开放协作的网络安全人才培养体系，取得了丰硕的成果。
此次成果的发表，再次展示了芳禾数据在数据安全与隐私安全计算研究的影响力。近年来，芳禾数据在数据安全领域发表了系列高水平论文，承担了包括国家重点研发计划、国家自然科学基金重点项目等重大科研项目。展望未来，芳禾数据将持续夯实在数据安全与隐私计算方面的研究，以自主可控的隐私计算技术激活数据要素价值流通，为数据要素行业的有序发展贡献力量。（来源：芳禾数据）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
