共计 1647 个字符，预计需要花费 5 分钟才能阅读完成。
蚂蚁共享智能将在计算机安全顶级会议 CCS 2020 上开设 Workshop 国际研讨会，面向机器学习和安全领域的研究者和实践者，共同探讨在隐私保护机器学习方向的近期工业进展，以及分享真实案例实践，目前正面向全球诚邀投稿。
作为信息安全领域的顶级学术会议之一，ACM CCS 与 Security & Privacy Symposium，Usenix Security 和 NDSS 并称计算机安全 Top 4 学术会议，本届 CCS 大会将于 2020 年 11 月 9 日 -13 日在美国奥兰多举行。
近年来，随着隐私保护越来越受重视，相关法规逐渐出台，互联网公司难以任意的获得数据；但在另一方面，数据是石油的说法越来越深入人心，基于大数据的人工智能需要连接数据孤岛，集合更多更完善的数据才能发挥更大的作用。如何在保护隐私和数据安全的前提下，联合多方数据进行 AI 训练和分析，成为学术界和产业界的研发热点。
本次研讨会关注隐私保护机器学习技术实践（Privacy Preserving Machine Learning in Practice），包括但不限于以下技术和应用：
• 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，研讨会正在征文中，论文截稿日期 2020 年 6 月 21 日，稿件要求不超过 4 页的高质量论文，近期发表过或正在审核中的论文也可提交，详情请参考官网：
https://sci-workshops.alipay.com/CCS2020
本次研讨会汇聚了众多计算机安全与机器学习领域的技术大咖，程序委员会主席由蚂蚁共享智能实验室首席科学家张本宇、Berkeley RISELab 联合创始人 Raluca Ada Popa 教授、Stanford DAWN 教授、Spark 创始人 Matei Zaharia、Texas A&M 教授 Guofei Gu、浙江大学教授纪守领共同担任。委员会成员来自阿里巴巴、蚂蚁集团、Google、IBM 等公司以及国际知名高校。
蚂蚁共享智能介绍
蚂蚁从 2016 年起致力于共享智能研究，探索在保护用户隐私和数据安全的前提下，联合多方数据进行机器学习及数据分析。共享智能已在蚂蚁内部及合作伙伴方的智能信贷、智能风控等业务领域中率先应用。
共享智能有四个基石性的研究方向，分别是多方安全计算，可信执行环境，差分隐私，以及联邦学习。
多方安全计算和可信执行环境侧重解决计算过程中的数据安全问题，差分隐私侧重保护计算结果里的隐私泄露，而联邦学习擅长解决大数据孤岛带来的人工智能算法收敛性及效率问题。单独的一个方向并不能解决多方数据可用不可得的问题，共享智能的研究既包括推动这四个基础方向的进步，又包括对这四个方向的融合创新，从而提供满足不同实际需求的多种产品与服务。