中国信通院云计算与大数据研究所副所长魏凯介绍到,当前数据要素市场化配置上升为国家政策,数据安全合规也越来越受到重视,助力于数据利用和数据安全并重的隐私计算技术和产品进入爆发期,这将进一步推动数据依法有序自由流动,发挥出更大价值。但同时隐私计产品如何验证安全,尚缺乏规范标准和检验方法,仍需深入探讨。
会上,中科院信工所正高级工程师陈小军以“数据安全与隐私保护”为题,主要介绍了如何实现隐私保护下的深度学习模型训练和预测两个过程,以及如何提高隐私保护神经网络预测的效率等问题。
华控清交主任架构师李艺以“隐私计算系统设计初探”为题,提出隐私计算系统的设计应兼顾安全性、模块丰富性和用户易用性,应兼顾密码学安全和数据端安全。
腾讯TEG 数据中心专家工程师程勇以“隐私计算与联邦学习的安全机制”为题,建议制定一套隐私计算安全标准,针对不同的应用场景和解决方案定义不同等级的隐私计算产品安全性要求和指标。
矩阵元创新研究院研究员夏伏彪以“隐私计算产品安全,从mpc谈起”为题,提出当前高等级密码的标准化进程较缓,难度较大,需要关注密码算法可证明安全相关的正向论据,也要关注反向验证。
洞见科技数据智能总监王湾湾以“隐私计算产品的安全性设计”为题介绍,隐私计算产品的安全性可以从技术原理、产品设计、工程实现这三个层面来设计,也要持续寻找安全与效率的最佳平衡点。
研讨会的自由讨论环节由中国信通院云计算与大数据研究所袁博主持,主要研讨隐私计算产品安全性的要求、分类及验证方法。与会专家认为隐私计算产品安全边界和等级的界定需要考虑不同行业、不同技术的区别,也要平衡际应用中准确性和计算效率的要求,检验方法可以考虑正向代码验证和反向模拟攻击等方法。与会专家也从算法原理和产品设计等方面就相关细节问题展开深入讨论。