螞蟻共享智能將在計(jì)算機(jī)安全頂級(jí)會(huì)議CCS 2020上開設(shè)Workshop國際研討會(huì),面向機(jī)器學(xué)習(xí)和安全領(lǐng)域的研究者和實(shí)踐者,共同探討在隱私保護(hù)機(jī)器學(xué)習(xí)方向的近期工業(yè)進(jìn)展,以及分享真實(shí)案例實(shí)踐,目前正面向全球誠邀投稿。

　　作為信息安全領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議之一,ACM CCS與Security & Privacy Symposium,Usenix Security和NDSS并稱計(jì)算機(jī)安全Top 4學(xué)術(shù)會(huì)議,本屆CCS大會(huì)將于2020年11月9日-13日在美國奧蘭多舉行。

　　近年來,隨著隱私保護(hù)越來越受重視,相關(guān)法規(guī)逐漸出臺(tái),互聯(lián)網(wǎng)公司難以任意地獲得數(shù)據(jù);但在另一方面,數(shù)據(jù)是石油的說法越來越深入人心,基于大數(shù)據(jù)的人工智能需要連接數(shù)據(jù)孤島,集合更多更完善的數(shù)據(jù)才能發(fā)揮更大的作用。如何在保護(hù)隱私和數(shù)據(jù)安全的前提下,聯(lián)合多方數(shù)據(jù)進(jìn)行AI訓(xùn)練和分析,成為學(xué)術(shù)界和產(chǎn)業(yè)界的研發(fā)熱點(diǎn)。

　　本次研討會(huì)關(guān)注隱私保護(hù)機(jī)器學(xué)習(xí)技術(shù)實(shí)踐(Privacy Preserving Machine Learning in Practice),包括但不限于以下技術(shù)和應(yīng)用:

　　• Secure multi-party computation techniques (e.g., secret sharing and garbled circuit)

　　• Homomorphic encryption techniques

　　• Trusted execution environment (TEE) based approaches

　　• Centralized and decentralized protocols for learning on encrypted data

　　• Differential privacy

　　• Privacy-preserving machine learning methods (e.g., privacy-preserving LR, privacy-preserving neural networks)

　　• Collaborative learning / federated learning

　　• (Privacy-preserving) transfer learning:Multi-party secure fraud detection, Privacy-preserving recommendation, Privacy-preserving marketing/retailing, Privacy-preserving crowdsourcing/mobile crowdsourcing

　　目前,研討會(huì)正在征文中,論文截稿日期2020年6月21日,稿件要求不超過4頁的高質(zhì)量論文,近期發(fā)表過或正在審核中的論文也可提交,詳情請(qǐng)參考官網(wǎng):https://sci-workshops.alipay.com/CCS2020

　　本次研討會(huì)匯聚了眾多計(jì)算機(jī)安全與機(jī)器學(xué)習(xí)領(lǐng)域的技術(shù)大咖,程序委員會(huì)主席由螞蟻共享智能實(shí)驗(yàn)室首席科學(xué)家張本宇、Berkeley RISELab聯(lián)合創(chuàng)始人Raluca Ada Popa教授、Stanford DAWN教授、Spark創(chuàng)始人Matei Zaharia、Texas A&M教授Guofei Gu、浙江大學(xué)教授紀(jì)守領(lǐng)共同擔(dān)任。委員會(huì)成員來自阿里巴巴、螞蟻集團(tuán)、Google、IBM等公司以及國際知名高校。

　　螞蟻共享智能介紹

　　螞蟻從2016年起致力于共享智能研究,探索在保護(hù)用戶隱私和數(shù)據(jù)安全的前提下,聯(lián)合多方數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)及數(shù)據(jù)分析。共享智能已在螞蟻內(nèi)部及合作伙伴方的智能信貸、智能風(fēng)控等業(yè)務(wù)領(lǐng)域中率先應(yīng)用。

　　共享智能有四個(gè)基石性的研究方向,分別是多方安全計(jì)算,可信執(zhí)行環(huán)境,差分隱私,以及聯(lián)邦學(xué)習(xí)。

　　多方安全計(jì)算和可信執(zhí)行環(huán)境側(cè)重解決計(jì)算過程中的數(shù)據(jù)安全問題,差分隱私側(cè)重保護(hù)計(jì)算結(jié)果里的隱私泄露,而聯(lián)邦學(xué)習(xí)擅長解決大數(shù)據(jù)孤島帶來的人工智能算法收斂性及效率問題。單獨(dú)的一個(gè)方向并不能解決多方數(shù)據(jù)可用不可得的問題,共享智能的研究既包括推動(dòng)這四個(gè)基礎(chǔ)方向的進(jìn)步,又包括對(duì)這四個(gè)方向的融合創(chuàng)新,從而提供滿足不同實(shí)際需求的多種產(chǎn)品與服務(wù)。

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對(duì)本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請(qǐng)及時(shí)聯(lián)系我們，本站將會(huì)在24小時(shí)內(nèi)處理完畢。