“CCF-蚂蚁隐私计算专项科研基金”发布,欢迎申报!

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: “CCF-蚂蚁隐私计算专项科研基金”发布,欢迎申报!

可信隐私计算框架“隐语SecretFlow”致力于隐私计算技术研发及规模化应用的推进,为行业数据安全、数据信任、数据孤岛问题提供新的解决方案。隐私计算是一个涉及众多学科领域的综合技术,仍有很多技术难题需要攻克,需要广大从事相关课题的研究人员积极探索。


为了推动中国隐私计算技术的发展,助力隐私计算科研研究,中国计算机协会与蚂蚁集团共同发起了隐私计算科研基金;在隐私计算框架“隐语”开源发布会上宣布:在“CCF-蚂蚁科研基金”框架下,新增发布“CCF-蚂蚁隐私计算专项科研基金”。该基金将向全球富有创新思维与研究能力的学者投入百万级科研基金并开放27项课题申报。


:50

中国计算机学会秘书长唐卫清远程视频为基金项目发布致辞
“CCF-蚂蚁隐私计算专项科研基金”将致力于搭建产学研合作平台,面向全球学者,开放“开源隐私计算平台的安全性研究”、“隐私保护下的端云推荐模型”、“后量子MPC研究”等16个隐私计算相关前沿探索类课题和11个实践论证类课题,为隐私计算研究产出前沿、高质量的学术研究成果,以推进数据安全领域前沿技术探索与落地。

特别说明: 隐私计算涵盖了 密码学、机器学习、可信硬件等 多种学科,包含多方安全计算(MPC)、联邦学习(FL)、可信执行环境(TEE)等多种技术路线,涉及众多专业技术栈,推动隐私计算进步,需要从产业界和学术界共同努力。
本年度CCF-蚂蚁隐私计算专项科研基金时间规划
2022年07月04日     基金发布,申报开始 2022年08月10日     proposal申请截止,启动评审 2022年08月30日     评审结束,发布项目结果 2022年09月             签署合同

关于CCF-蚂蚁科研基金:
2020年6月18日,蚂蚁集团发布“CCF-蚂蚁科研基金”,致力于面向全球高校学者搭建产学研合作及学术交流平台,连接产业实践问题与学术科研问题,支持学者开展与产业结合的前沿科研工作。CCF-蚂蚁科研基金自运作2年来,受到了全球学者的广泛关注,累计支持额度超过1500万,吸引了320位专家学者的积极申报,共支持53个科研项目,在人工智能、软件工程,区块链,数据库、物联网等领域全面展开科研工作,多项研究成果在蚂蚁集团的业务场景得到应用。

项目详情及申报指南已同步上线CCF官网,欢迎海内外优秀学者提交项目申请!点击文末,阅读原文,下载申报资料。
关于隐语:


隐语Secret-Flow是蚂蚁集团自主研发的一套通用隐私计算框架,以安全、开放为设计理念,支持包括MPC、TEE、FL、HE、DP在内的多种主流隐私计算技术。目前“隐语”已正式开源,诚挚邀请业界同行参与隐语共建,丰富隐私计算落地场景,齐力推动隐私计算技术发展,最终实现整个隐私计算行业的进步。

相关文章
Jmeter系列(55)- 详解 Throughput Controller 吞吐量控制器
Jmeter系列(55)- 详解 Throughput Controller 吞吐量控制器
517 0
Jmeter系列(55)- 详解 Throughput Controller 吞吐量控制器
|
7月前
|
SQL 数据采集 存储
六、Hive 分桶
在 Hive 的世界里,除了常见的分区,分桶也是一项非常实用的数据优化方式。它能帮助我们将数据按某个字段均匀划分到多个“桶”中,不仅能提升大表连接的效率,还特别适合做数据抽样和精细管理。本文将带你一步步了解分桶表的创建方法、数据加载过程和常见应用场景,配有丰富示例和练习题,帮助你在实战中轻松掌握这项技能。
631 7
|
10月前
|
存储 弹性计算 安全
现有数据库系统中应用加密技术的不同之处
本文介绍了数据库加密技术的种类及其在不同应用场景下的安全防护能力,包括云盘加密、透明数据加密(TDE)和选择列加密。分析了数据库面临的安全威胁,如管理员攻击、网络监听、绕过数据库访问等,并通过能力矩阵对比了各类加密技术的安全防护范围、加密粒度、业务影响及性能损耗。帮助用户根据安全需求、业务改造成本和性能要求,选择合适的加密方案,保障数据存储与传输安全。
|
人工智能 NoSQL Java
LangChain4j 项目概览
LangChain4j 是一个专为 Java 开发者设计的大语言模型 (LLM) 集成框架,旨在简化 Java 应用程序与各种 LLM 提供商的集成过程。该项目受到 Python 的 LangChain、Haystack、LlamaIndex 等框架的启发,为 Java 生态系统提供了强大而统一的 LLM 工具链。
3681 7
|
存储 Ubuntu 网络安全
|
数据挖掘 BI
解密辛普森悖论:如何在数据分析中保持清醒头脑
解密辛普森悖论:如何在数据分析中保持清醒头脑
1228 0
|
Java Android开发 C++
🚀Android NDK开发实战!Java与C++混合编程,打造极致性能体验!📊
在Android应用开发中,追求卓越性能是不变的主题。本文介绍如何利用Android NDK(Native Development Kit)结合Java与C++进行混合编程,提升应用性能。从环境搭建到JNI接口设计,再到实战示例,全面展示NDK的优势与应用技巧,助你打造高性能应用。通过具体案例,如计算斐波那契数列,详细讲解Java与C++的协作流程,帮助开发者掌握NDK开发精髓,实现高效计算与硬件交互。
759 1
|
安全 API 开发工具
开发api数据接口的工作步骤
本文概述了使用Python的Flask框架开发简单API数据接口的基本步骤。首先,需明确API提供的数据及其来源,确保数据的真实可靠。其次,选择合适的开发工具和技术栈,如Python结合Flask,并安装所需环境。编写代码时,应导入必要模块、创建应用实例、定义数据、设计路由及处理函数,并考虑错误处理和日志记录。测试阶段,在本地启动服务器并使用工具验证功能和性能。最后,选择合适平台部署API,并确保其稳定性和安全性。在整个过程中,需注重数据安全、代码质量及系统性能优化。
|
存储 分布式计算 Hadoop
ClickHouse(01)什么是ClickHouse,ClickHouse适用于什么场景
ClickHouse是一款高性能的列式存储OLAP数据库,由俄罗斯的Yandex公司开发,用于在线分析处理(OLAP)。它提供秒级大数据查询,适用于商业智能、广告流量等领域。ClickHouse速度快的原因包括列式存储、数据压缩、向量化执行和多线程分布式处理。然而,它不支持事务,不适合OLTP操作。相比Hadoop生态中的查询引擎,ClickHouse在大量数据查询上表现出色。一系列的文章详细介绍了ClickHouse的各个方面,包括安装、表引擎和使用场景。
3027 2
ClickHouse(01)什么是ClickHouse,ClickHouse适用于什么场景