信息安全研究 ›› 2023, Vol. 9 ›› Issue (E2): 25-.

• 优秀论文 • 上一篇    下一篇

人工智能与隐私计算测评应用实践方案

杨波邱晓慧佟冬胡师阳
  

  1. (国家金融科技测评中心北京100041)
    (北京银联金卡科技有限公司研发中心北京100041)
  • 出版日期:2023-12-02 发布日期:2023-12-05
  • 通讯作者: 杨波 博士,副研究员.主要研究方向为可信计算与金融科技安全. yangbo@bctest.com
  • 作者简介:杨波 博士,副研究员.主要研究方向为可信计算与金融科技安全. yangbo@bctest.com 邱晓慧 硕士.主要研究方向为隐私计算与人工智能. qiuxiaohui@bctest.com 佟冬 硕士.主要研究方向为隐私计算、机密计算、可信执行环境. tongdong@bctest.com 胡师阳 硕士.主要研究方向为机器学习、深度学习、联邦学习. hushiyang@bctest.com

  • Online:2023-12-02 Published:2023-12-05

摘要: 人工智能与隐私计算测评应用实践方案有效保证新技术应用安全,涵盖从底层基本协议到上层算法防范攻击能力全流程测评,包括人工智能、多方安全计算与联邦学习3部分,三者相互独立且互相关联.方案可有效应对当前人工智能与隐私计算产品复杂、多技术融合、安全性与隐私性无法有效评估的问题,同时采用灵活可插拔方式全角度多方位测评产品,保障新技术有序应用.该方案有助于实现“良币驱逐劣币”,凸显优势产品的技术实力,使产品满足监管需求,还可实现产品运行的质量感知与风险把控,减少因隐私泄露风险及算法攻击所带来经济损失.

关键词: 人工智能, 隐私计算, 多方安全计算, 联邦学习, 模块化测评

中图分类号: