12月9日記者獲悉，2020年度iDASH國際安全計算競賽(iDASH 2020)賽果正式發布，騰訊云團隊斬獲冠軍獎杯，這也是自 2014 年 iDASH 創辦以來，中國企業屆的技術團隊首次在可信計算(SGX)賽道上奪冠。

iDASH由美國國立衛生研究院 (NIH) 主辦，始于2014年，專注于云環境下的隱私計算問題，至今已成為全球基因組數據隱私保護和安全共享領域最高規格的國際競賽。

歷年來，iDASH吸引了包括麻省理工學院、耶魯大學、谷歌、IBM等在內的學界及業界的頂尖團隊參賽，今年更有清華大學、浙江大學、普渡大學、新加坡A*STAR、瑞士Inpher、阿里巴巴、百度、螞蟻金服等在內的124支參賽隊伍參與角逐，在同態加密、可信計算以及聯邦學習三個賽道中展開比拼，比賽激烈程度再創新高。

此次騰訊云技術團隊在可信計算領域的高難度比賽中獲得第一名，同時在差分隱私聯邦學習賽道上也斬獲佳績，展現了其在隱私計算方面世界頂尖的綜合技術實力。

隱私計算(Privacy Computing)是在保證數據不外泄的前提下，進行數據的安全分析及計算的一種新技術，強調流通過程中數據的“可用不可見”，這也是解決當前跨機構數據合作與用戶及商業隱私保護之間矛盾的有效方案，已在金融、醫療、政務等領域開始推廣應用。

目前，隱私計算發展出聯邦學習、可信計算、差分隱私、安全多方計算、同態加密等多種技術分支。其中可信計算是一種借助底層硬件實現的關鍵應用安全與敏感數據保護技術，也是當前在計算場景不斷革新的背景下，從根本上提高計算安全性的技術方法之一。

今年的可信計算賽道的賽題為“基于SGX實現的具有隱私保護特性的單細胞聚類算法”，騰訊云技術團隊從二十多只參賽隊伍中脫穎而出，不僅是唯三完成比賽、獲得成績的隊伍，還以較大領先優勢摘得桂冠。借助SGX下的遠程證明、可信信道、數據密封等多種安全機制，騰訊云團隊實現了分布式CIDR聚類算法在可信執行環境(TEE)的機密執行，并與騰訊自研的大數據聯邦學習平臺Angel PowerFL進行軟硬件功能協同。

在保證數據隱私性和聚類算法高精準度的同時，騰訊云技術團隊以更快的計算速度實現了海量細胞基因數據的分類，僅用4.2小時就完成了最大樣本測試集的聚類算法，相比第二名，用時減少了13個小時之多。騰訊云還對整體方案做了進一步優化，目前大樣本的實測速度已被提升到分鐘級。

這樣精準、高效的計算性能，主要歸功于騰訊云技術團隊設計的彈性聯邦計算解決方案，其中，SGX提供硬件計算加速，Angel PowerFL聯邦學習平臺則針對分布式、海量數據場景進行聯邦學習。當硬件資源充足時，計算可以都在SGX Enclave(飛地)中完成;當資源有限時，計算又可以在Angel PowerFL的軟件層完成。計算在兩種計算資源間移動、平衡，從而實現更高的可信計算效率。

在差分隱私聯邦學習賽道上，此次騰訊云技術團隊提出的聯邦集成學習方案，用36秒時間、100%準確率的優異成績完成了“用于訓練癌癥預測模型的差分隱私聯邦學習”的賽題。騰訊Angel PowerFL平臺源于大數據生態，支持超大規模數據量的多方聯合建模，有高容錯性，且不依賴于可信第三方，目前已經在騰訊內部和合作伙伴的多個業務場景中落地應用。

此次騰訊云參賽隊伍由Tencent Blade Team和騰訊云大數據Angel PowerFL團隊構成。Tencent Blade Team是騰訊旗下的前瞻安全技術研究團隊，在可信計算、人工智能、物聯網、移動互聯網、云虛擬化技術、區塊鏈等前沿技術領域，Tencent Blade Team都積累了豐富的安全研究成果，目前已向Apple、Amazon、Google、Microsoft、Adobe等諸多國際知名公司報告并協助修復了200多個安全漏洞。

騰訊云大數據Angel PowerFL團隊則是國內較早開展聯邦學習研究和應用的團隊，在大數據、分布式計算、分布式機器學習、分布式消息中間件、隱私計算、密碼學等領域都有豐富的研發和應用經驗，已在國際頂級會議上發表聯邦學習學術論文，提交了近20件聯邦學習技術專利，并參與了多項隱私計算相關標準的制定，完成了多個商用隱私計算和聯邦學習的產品落地。