腾讯云团队斩获2020年度iDASH国际安全计算竞赛冠军奖杯

12月9日，2020 iDASH国际安全计算大赛（iDASH 2020）结果正式出炉，腾讯云战队夺得冠军奖杯。这也是iDASH自2014年成立以来的第一次。字母计算 (SGX) 赛道上的冠军。

iDASH由美国国立卫生研究院（NIH）主办多目标差分进化算法 matlab，始于2014年，专注于云环境下的隐私计算问题，已成为全球基因组数据隐私保护和安全共享领域最受瞩目的国际竞赛。

多年来，iDASH吸引了来自学术界和工业界的顶尖团队，包括麻省理工学院、耶鲁大学、谷歌、IBM等。今年还有清华大学、浙江大学、普渡大学、新加坡A*STAR、瑞士Inpher 124参与阿里巴巴、百度、蚂蚁金服等团队参加了比赛，在同态加密、可信计算和联邦学习三个赛道上展开角逐。比赛的激烈程度再创新高。

此次，腾讯云技术团队在可信计算领域的高难度竞赛中获得第一名，在差分隐私联邦学习赛道上也取得了不俗的成绩，展示了其在隐私计算领域的全球领先综合技术实力。

隐私计算是在保证数据不泄露的前提下，进行数据安全分析和计算的新技术。与用户和业务隐私保护相冲突的有效解决方案已开始在金融、医疗、政务等领域得到推广应用。

目前，私有计算已经发展出联邦学习、可信计算、差分隐私、安全多方计算、同态加密等多种技术分支。其中，可信计算是借助底层硬件实现的关键应用安全和敏感数据保护技术，也是在计算场景不断创新的背景下，从根本上提升计算安全的技术手段之一。

今年可信计算赛道的题目是“基于SGX的具有隐私保护的单细胞聚类算法”。腾讯云技术团队从20余支参赛队伍中脱颖而出。成绩最好的球队也以较大的领先优势夺得冠军。腾讯云团队借助SGX下的远程证明、可信通道、数据密封等多种安全机制，实现了分布式CIDR集群算法在可信执行环境（TEE）中的机密执行，并与腾讯自开发大数据联邦学习平台Angel PowerFL进行软硬件功能协同。

腾讯云技术团队在保证聚类算法的数据私密性和高精度的同时，以更快的计算速度实现了海量细胞遗传数据的分类，在短短4.2小时内完成了最大样本测试集。第二名的聚类算法，时间减少了多达13个小时。腾讯云也进一步优化了整体解决方案。目前多目标差分进化算法 matlab，大样本的实测速度已经提升到分钟级。

如此精准高效的计算性能，主要得益于腾讯云技术团队设计的弹性联邦计算方案。其中，SGX提供硬件计算加速，Angel PowerFL联邦学习平台针对分布式和海量数据场景进行联邦学习。当硬件资源充足时，可以在SGX Enclave（飞地）中完成计算；在资源有限的情况下，可以在Angel PowerFL的软件层完成计算。计算在两个计算资源之间移动和平衡，以实现更高的可信计算效率。

在差分隐私联邦学习赛道上，腾讯云技术团队提出的联邦集成学习解决方案以36秒的优异成绩和100%的准确率完成了“差分隐私联邦学习训练癌症预测模型”竞赛。问题。腾讯天使PowerFL平台源于大数据生态，支持超大数据量多方联合建模，容错性高，不依赖可信第三方。它已在腾讯及其合作伙伴的多个业务场景中实施。应用。

腾讯云团队由腾讯刀片团队和腾讯云大数据天使PowerFL团队组成。腾讯刀片团队是腾讯旗下具有前瞻性的安全技术研究团队。腾讯刀片团队在可信计算、人工智能、物联网、移动互联网、云虚拟化技术、区块链等前沿技术领域积累了丰富的安全研究。已向苹果、亚马逊、谷歌、微软、Adobe等多家国际知名公司报告了200多个安全漏洞，并协助修复了200多个安全漏洞。

腾讯云大数据天使PowerFL团队是国内较早的联邦学习研究和应用团队。在大数据、分布式计算、分布式机器学习、分布式消息中间件、隐私计算、密码学等领域拥有丰富的经验。具有丰富的研发和应用经验，曾在国际顶级会议发表联邦学习学术论文，提交联邦学习技术专利近20项，参与制定多项隐私计算相关标准，完成多项商业隐私计算和联邦学习。产品落地。