近日，第 32 届“Usenix Security Symposium”于 8 月 9 日 -11 日在美国加州安纳海姆召开。该会议与“IEEE S&P”、“ACM CCS”、“NDSS”并列为国内公认的计算机平安畛域四大学术顶会，至今已有三十多年的历史。
蚂蚁技术研究院作为本届大会的资助单位，对大会进行了鼎力支持。
在本届大会上，蚂蚁技术研究院有两篇一作论文入选：蚂蚁技术研究院密码学实验室研究员陆文杰参会并发表了题为《Squirrel:A Scalable Secure Two-Party Computation Framework for Training Gradient Boosting Decision Tree》的报告。该论文由蚂蚁技术研究院密码学实验室与阿里巴巴团体单干实现，解决了单方在数据单干场景中以平安多方计算（MPC）的形式平安、高效地训练 GBDT（梯度晋升决策树）模型的问题。论文对 GBDT 模型训练过程中应用到的梯度聚合、矩阵乘法、激活函数等模块都提出了重要的性能优化门路。Squirrel 比此前最好的 MPC GBDT 零碎 Pivot（VLDB 2020）要快 30 多倍，与目前罕用的联邦学习 GBDT 零碎 SecureBoost 速度靠近，但安全性更佳。
密码学实验室另一位实习研究员李贇在线参会，同时发表了题为《Efficient3PC for Binary Circuits with Application to Maliciously-Secure DNN Inference》的报告。该报告由密码学实验室与清华大学、阿里巴巴团体单干实现，大幅晋升了歹意平安模型下诚恳少数三方计算中的布尔电路计算的性能。布尔电路是 MPC 中计算非线性函数（例如 Relu、Gelu、softmax、maxpool）计算的要害基石，该篇论文基于“分布式零常识证实”提出了更高效的方法论，用以验证三方布尔计算过程的合法性。
蚂蚁技术研究院始终致力于做有用、有想象力的科研，长年与学术界放弃密切合作，沉闷于寰球各类前沿学术会议，从业界视角分享最新科研成果与技术停顿。同时面向数字化、智能化将来，瞄准世界科技前沿，推动要害核心技术攻关，促成“产学研用”深度交融。