360数科沈赟：保护信息安全需技术与场景有机结合

    本报记者 李冰    

    5月28日，360数科隐私保护与安全计算研究院院长沈赟在“科技赋能隐私合规”研讨会上表示，当前隐私计算主要的技术分类有可信执行环境TEE、安全多方计算、同态加密以及差分隐私四类。根据应用场景不同，将四种技术与场景有机结合，就能更灵活地保护信息安全。

    但主流的传统联邦学习训练模型对服务器与传输量有着不低的要求。为了解决这一问题，360数科自主研发分割式神经网络，这一技术框架输出层数据的维度远小于原始输入层的维度，即使输出层的数据没有加密也无法反推原始输入层的数据，从而在框架设计上杜绝了数据泄露的问题。由于输出层数据的维度较小，也可以大幅降低服务器端的计算量与内存使用量，减少网络传输量，降低对带宽的要求。

    “我们一直以来都在做一些技术上的创新。在隐私数据保护领域，使用神经网络算法更加灵活，可以把不同类型数据提取出来，在统一架构下去学习，效率上能够大幅提升。”沈赟表示。

（编辑 孙倩）