本報(bào)記者 李冰    

    5月28日，360數(shù)科隱私保護(hù)與安全計(jì)算研究院院長沈赟在“科技賦能隱私合規(guī)”研討會(huì)上表示，當(dāng)前隱私計(jì)算主要的技術(shù)分類有可信執(zhí)行環(huán)境TEE、安全多方計(jì)算、同態(tài)加密以及差分隱私四類。根據(jù)應(yīng)用場(chǎng)景不同，將四種技術(shù)與場(chǎng)景有機(jī)結(jié)合，就能更靈活地保護(hù)信息安全。

    但主流的傳統(tǒng)聯(lián)邦學(xué)習(xí)訓(xùn)練模型對(duì)服務(wù)器與傳輸量有著不低的要求。為了解決這一問題，360數(shù)科自主研發(fā)分割式神經(jīng)網(wǎng)絡(luò)，這一技術(shù)框架輸出層數(shù)據(jù)的維度遠(yuǎn)小于原始輸入層的維度，即使輸出層的數(shù)據(jù)沒有加密也無法反推原始輸入層的數(shù)據(jù)，從而在框架設(shè)計(jì)上杜絕了數(shù)據(jù)泄露的問題。由于輸出層數(shù)據(jù)的維度較小，也可以大幅降低服務(wù)器端的計(jì)算量與內(nèi)存使用量，減少網(wǎng)絡(luò)傳輸量，降低對(duì)帶寬的要求。

    “我們一直以來都在做一些技術(shù)上的創(chuàng)新。在隱私數(shù)據(jù)保護(hù)領(lǐng)域，使用神經(jīng)網(wǎng)絡(luò)算法更加靈活，可以把不同類型數(shù)據(jù)提取出來，在統(tǒng)一架構(gòu)下去學(xué)習(xí)，效率上能夠大幅提升。”沈赟表示。

（編輯 孫倩）