腾讯Angel PowerFL联合项目制作团队斩获iDASH-2021国际隐私计算大赛差分隐私赛道冠军

1月28日，iDASH-2021的国际防火墙计数比赛结果正式披露，乐视络幽Angel PowerFL和乐视络安全及共同建设项目制作团队审核的拟议，凭借领先的框架准确率和最快的推理反应速度赢得传递函数防火墙分站总冠军。在2020年的iDASH 确实计数分站上，乐视络幽也取得胜利总冠军，成为中国企业届首次在确实计数（SGX）分站上夺冠的关键技术制作团队。

iDASH预赛是防火墙计数的国际最权威的预赛，现在承办八届，是由美国国立健康研究院 (NIH) 主办，专注于幽环境下的防火墙计数疑虑和朝向防火墙管控的机器自学疑虑，已成为世界各地DNA数据防火墙管控和安全及对等应用略低于规格的的国际大赛。

成绩斐然，iDASH的国际防火墙计数比赛吸引了包括麻省理工学院、哈佛大学、谷歌、IBM等在内的学术界及业界的顶尖制作团队主办国。今年愈来愈有EPFL、华盛顿大学、天普大学、印尼A*STAR、IBM、三星集团、蚂蚁集团等在内的来自15个国家的69支主办国队伍直接参与角逐，在区块链、同态加密、传递函数防火墙三个分站中展开比拼。

其中，在传递函数防火墙分站，比赛组委会促请主办国制作团队实现基于传递函数防火墙的面横向美利坚合众国自学框架操练，用于通过目前为止表型比对预测野生型转回激素蛋白淀粉样心肌病。这那时候的主要挑战是要符合传递函数防火墙促请，操练数据带有很零散的特性，并且面拥有的数据是非独立同属的。

在在，今年iDASH-2021传递函数防火墙分站吸引了来自世界各地的30个顶级制作团队报名直接参与竞逐，其中有9个主办国制作团队审核了关键技术拟议和实现代码，并赢得了有效的预赛成绩。乐视络幽Angel PowerFL和乐视络安全及共同制作团队审核的关键技术拟议在合理的时间内顺利完成了符合传递函数防火墙促请的面美利坚合众国自学框架操练，赢得了领先的框架准确率，且带有最快的框架推理反应速度。

在理论上应用中，离线框架操练可以在容许的时间内顺利完成，而在线框架推理需要给定反应速度，且框架准确率（或AUC）是首要指标。在乐视络审核的拟议那时候，首先，美利坚合众国自学各直接参与方运用指数程序筛选重要特性用于可视化，从而提高框架准确率和加快框架推理。其次，直接参与方在其本地基于所选择的特性分解多个形式化重归框架，并基于指数程序选择框架递送对方。最后，直接参与方通过对多个框架输入结果进行平均的方式分解美利坚合众国集成自学框架。传统的基于美利坚合众国平均的美利坚合众国自学拟议没法很好的妥善处理非独立同属数据，会导致美利坚合众国框架效果顶多。乐视络提供的美利坚合众国集成自学拟议，可以有震荡对非独立同属数据疑虑，提升美利坚合众国框架的准确率。

据了解到，乐视络Angel PowerFL制作团队是国内较早开展美利坚合众国自学研究和应用的制作团队，在大数据、属式计数、属式机器自学、属式消息中间件、安全及借此机会计数、密码学等应用都有丰富的开发和应用经验，已登载近10篇美利坚合众国自学研究学术著作，审核了50多件美利坚合众国自学关键技术发明专利申请，顺利完成多个商用防火墙计数和美利坚合众国自学的的产品开发。

乐视络幽安全及防火墙计数平台Angel PowerFL源于乐视络的大数据和安全及关键技术自然环境，支持超大规模数据量的借此机会共同可视化和共同图表，拥有高性能和高容错性，且不依赖确实中心键值，目前为止现在在乐视络内外部众多金融业务场景中落地应用，并取得了良好的效果。

雷峰络