翼方健数参与国家科技创新2030——“新一代人工智能”重大项目

4月26日，科技创新2030——“新一代人工智能”重大项目“数据安全与隐私保护下的机器学习技术”项目启动暨实施方案论证会在线上召开。该项目是复旦大学牵头承担的首个国家科技创新2030—“新一代人工智能”重大项目，翼方健数与上海交通大学、南京大学、浙江大学、华为技术有限公司、暨南大学、北京百度网讯科技有限公司、中国工商银行股份有限公司、华为云计算技术有限公司作为项目参与单位。首席科学家张霖涛博士出席项目启动暨实施方案论证会。

在数字经济和人工智能时代，数据要素的作用及其重要性愈发凸显。伴随而来的用户数据信息泄露事件多发。如何做到既保护数据安全,又充分发挥数据资产价值、高效连接多方数据,成为人工智能时代的热点研究问题。

为推动相关方向研究，2021年，复旦大学成立校级“复旦大学以人为本人工智能研究中心”，由计算机科学技术学院牵头建设，数学科学学院、哲学学院、法学院、社会发展与公共政策学院参与。此次启动的“数据安全与隐私保护下的机器学习技术”项目针对人工智能应用中潜在的安全攻击和隐私侵犯等问题，围绕隐私保护联合建模、安全攻击检测防御和超大规模计算通信三个关键问题开展基础理论和关键技术研究。

项目旨在提出机器学习与隐私保护全方位、多阶段结合的建模理论、方法与技术，建立数据、模型、系统多维度的安全攻击检测与防御体系，构建全系统多层联动的安全学习算法计算与通信优化框架，发展系列数据安全与隐私保护下的机器学习创新理论方法与技术系统，形成国际学术影响力，同时在若干关键领域开展成果应用示范，形成良好经济和社会效益。

翼方健数作为一家专注于用技术解锁数据价值的企业，将在隐私安全计算和联邦学习等方面与参与本项目的高校及企业形成紧密合作，推动数据安全与隐私保护下的机器学习技术落地应用。

联邦学习作为隐私计算技术的三大主流版块之一，是能够支持大规模分散数据集进行模型训练的分布式机器学习方法，避免在机器学习过程中迁移数据集，实现了“数据不动模型动”。面对法律法规以及政府监管，针对数据协作中数据所有方、使用方和服务方的要求日趋严格，联邦学习能够有效解决数据隐私安全与共享协作的矛盾问题。

在翼方健数自主研发了隐私计算框架（XDP Prvacy Compute)中，打造了具有高效多方模型训练算法的翼数联邦学习框架（XFL），具有丰富的自定义接口，兼具高安全性和高扩展性的特征。XFL支持海量插件，覆盖主流算法。数据不出域，也能在支持主流环境下进行安全联合建模。除此之外，框架还包括了利用硬件安全特性提供高效通用计算能力的翼数可信执行环境（XTEE）、基于密码学的可证明安全的翼数安全计算框架（XSCE）。

未来，翼方健数将围绕项目目标加强原创性和引领性技术攻关，不遗余力持续投入研发，与国内外优秀的科研机构与企业开展合作，进一步推动隐私计算在人工智能领域的技术融合与应用实践，开展原创性探索，以期共同推动颠覆性技术的诞生与应用。

关于翼方健数

翼方健数（BaseBit.ai）是“数据和计算互联网（IoDC ，Internet of Data and Computing）”的先行者，是一家专注大数据、人工智能和隐私安全计算的高科技公司，有“隐私计算四小龙”之称。翼方健数总部位于上海，在北京、厦门、深圳、香港、宜昌、成都等地都设有办事处。

翼方健数（BaseBit.ai）旨在通过核心技术“隐私安全计算”，实现数据可用不可见，不分享原始数据，输出数据价值，打造数据生态，搭建数据要素与数据价值间的桥梁。降低数据利用门槛，推动智能化应用的进步。以隐私安全计算为根，为政务、医疗、金融、营销等行业的数据资产提供安全计算和应用开放赋能，解决方案覆盖区域大数据应用开放平台、科研平台、生信分析平台、辅助决策、电子病历质量控制等。相关产品解决方案已应用在首批国家健康医疗大数据试点城市厦门、宜昌、健康医疗大数据国家研究院、香港科技园、国内著名三甲医院等。

翼方健数是中国通信标准化协会大数据技术标准推进委员会全权成员单位，已参与多项隐私计算国家标准制定。翼方健数成为在工业化和信息化部相关司局的指导和支持下，由中国信息通讯研究院牵头成立的“隐私计算联盟”初创成员。是中国信通院“医疗科技安全实验室”成员单位，提案并起草2021年医疗健康数据流通标准。

商务合作：[e-mail]