保护大模型数据隐私和安全 中国公司在国际顶级赛事中获双赛道冠军

北京时间 11 月 22 日，2023 年 iDASH 国际隐私计算大赛结果正式公布。蚂蚁链联合阿里巴巴达摩院、耶鲁大学、字节跳动分列同态加密、区块链智能合约、可信执行环境赛道第一名。值得注意的是，蚂蚁链参赛团队已经累计获得了六次冠军，覆盖多方安全计算、机密计算、联邦学习等赛道。

iDASH 被业界看作是技术领域的“点兵场”，冠军方案基本代表了业内隐私计算的最高水平。据了解，同态加密是竞争最激烈的赛道，包括哈佛大学、麻省理工学院等知名院校，蚂蚁、英特尔、腾讯、字节跳动等国内外科技公司提出了 25 个参选方案，最终由蚂蚁和阿里巴巴组成的参赛团队折桂。

今年以来，大模型引爆人工智能（AI）热潮。作为大模型训练的底料，数据本身的隐私和安全水位持续上涨，各数据方对用户数据管理日趋严格。这也就使得 AI 面临着不同数据源之间，数据难以互联互通的问题。隐私计算就是结合多种隐私保护技术来解决数据孤岛问题，让数据以密态形式出域，各个参与方只拿到最终的计算结果。而同态加密就是最主要的隐私保护技术之一。

本届 iDASH 同态加密赛道给定一个基因数据库和某个人的基因型，要求参赛者用同态加密技术安全地判定这个人是否与数据库中的某个人存在亲缘关系。蚂蚁链联合阿里巴巴达摩院利用同态加密高效地运行 kinship 算法，用 1.64 秒完成了加密计算并得出结果，是所有参赛队伍中性能最优的方案。

蚂蚁链参赛队伍队长何家兴告诉记者，“我们针对密态计算的特点优化了 kinship 算法，避免了复杂的非线性运算，降低了结果的取值范围，同时保持了结果的准确性；此外，我们利用 CKKS 的系数编码来实现了向量内积的计算，通过分析精度和同态参数之间的耦合关系，将密文模数降至 54 比特，极大地降低了计算开销。”

iDASH 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，由美国国立卫生研究院（NIH）主办，每年举行一次。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。本届 iDASH 竞赛共有来自全球十多个国家和地区的六十多支队伍参加，包括哈佛大学、MIT、耶鲁大学等世界知名大学，蚂蚁、Intel、腾讯、字节跳动等国内外大型科技公司。