蚂蚁数科发布新隐私保护AI算法，推理速度提升超100倍

近日，蚂蚁数科在全球信息安全领域引发关注，凭借其新推出的隐私保护AI训练框架——蚂蚁Gibbon，再次展示了其在隐私计算技术方面的领先地位。该框架的推出，标志着在跨机构联合数科建模中，解决数据隐私与高效计算之间的矛盾取得了重大进展。

此次蚂蚁数科的研究成果已发布被国际知名会议 ACM CCS 和 IEEE TDSC 相继收录，表明其技术的前沿性与实用性新隐。其中，Gibbon 框架的创新性安全两方训练方式，使得传统的梯度提升决策树（GBD私保T）模型的训练速度提升了2到4倍，这一成果在安全性上也超越了当前主流的多方安全计算护A(MPC)技术。

图源备注：图片由AI生成，图片授权服务商Midjourney

在推理I算阶段，蚂蚁数科还推出了基于同态查找表的隐私保护决策图推理技术，进一步推动了 GBDT、法，决策树等模型的隐私保护能力。该技术实现了推理效率提升2到3个数量级，极大增强了在数据推理隐私保护前提下的计算效率。

在当今数据安全面临巨大挑战的背景下，蚂蚁数科的这一系列创新成速度果，标志着其在隐私保护人工智能技术上的持续突破。其应用场景覆盖金融、营销等多个行业提升，为各类企业提供高安全、高性能的隐私计算解决方案。

不仅如此，蚂蚁数科还构建了一个超1多元化的隐私计算产品矩阵，包括可信数据流通平台 FAIR、隐私计算解决方案摩斯（Mor00se）等，为各行各业的数据协作提供了全方位的支持。随着隐私保护技术的不断演进，蚂蚁数蚂蚁科无疑将在未来的隐私计算领域继续引领潮流。