蚂蚁集团TECC技术又获一项专利授权 实现隐私计算

【人工智能机器人网】6月9日消息，据全球知名知识产权机构incoPat动态，蚂蚁集团隐私计算创新技术可信密态计算（Trusted-Environment-based Cryptographic Computing，简称TECC）近日再获一项“分布式多方安全计算系统、方法和节点”（公告号CN113992439B）专利授权。

这项专利研究结果，根据资源消耗和任务可并行拆分程度的不同，可将TECC的计算速度提升10倍到100倍，实现在1小时内完成亿级样本密态GBDT（Gradient Boosting Decision Tree，一种树模型集成算法）建模训练，在10分钟内完成亿级数据密态SQL分析，可以为顶级数据规模带来非常友好的计算体验，达到了隐私计算现阶段最佳性能效果，也使得TECC计算效率接近于数据非加密的明文计算。

图注“分布式多方安全计算系统、方法和节点”技术路线

数据密态时代，隐私计算被认为是满足数据价值流通和数据安全保护的关键技术，但当前隐私计算主流技术中，不论是多方安全计算、联邦学习，还是可信执行环境（TEE）、全同态算法等，都存在着安全性或性能上的限制，特别是计算效率和保护数据安全之间的平衡，这也是当前隐私计算在产业界大规模应用的主要障碍之一。

为解决这一难题，蚂蚁集团于2021年起推动发展新一代隐私计算技术可信密态计算（TECC），创新性地将密码技术（MPC、FL）和全栈可信计算技术（TEE、TPM）融合在一起，突破了使用单一技术的局限，获得了更高的综合能力。

蚂蚁集团副总裁兼首席技术安全官韦韬认为，数据合规挑战和数据要素流通需求下，可信密态计算技术（TECC）的综合优势，为各行业数字化转型、数据要素安全流通提供了基础设施级解决方案，其性能优势也能满足能源、工业互联网等数据体量庞大的行业，以及“东数西算”等大规模计算场景，为隐私计算更广泛的应用做了前瞻性技术布局，是最有希望满足密态时代要求的隐私计算技术。

韦韬介绍，目前蚂蚁集团已完成对TECC理论体系建设，并且在隐私机器学习训练、隐私离线批量预测、实时预测、密态数据分析等场景落地实践。与此，TECC目前正在进行中国信通院、BCTC等机构的专业测评，也即将在主管部门指导下逐步开源。希望行业各界人士共同参与，携手推进行业生态建设。