近日，第32届“Usenix Security Symposium”于8月9日-11日在美国加州安纳海姆召开。该会议与“IEEE S&P”、“ACM CCS”、“NDSS”并列为国际公认的计算机安全领域四大学术顶会，至今已有三十多年的历史。

蚂蚁技术研究院作为本届大会的赞助单位，对大会进行了鼎力支持。

在本届大会上，蚂蚁技术研究院有两篇一作论文入选：蚂蚁技术研究院密码学实验室研究员陆文杰参会并发表了题为《Squirrel:A Scalable Secure Two-Party Computation Framework for Training Gradient Boosting Decision Tree》的报告。该论文由蚂蚁技术研究院密码学实验室与阿里巴巴集团合作完成，解决了双方在数据合作场景中以安全多方计算（MPC）的方式安全、高效地训练GBDT（梯度提升决策树）模型的问题。论文对GBDT模型训练过程中使用到的梯度聚合、矩阵乘法、激活函数等模块都提出了重要的性能优化路径。Squirrel比此前最好的 MPC GBDT 系统Pivot（VLDB 2020）要快30多倍，与目前常用的联邦学习 GBDT系统SecureBoost速度接近，但安全性更佳。

密码学实验室另一位实习研究员李贇在线参会，同时发表了题为《Efficient3PC for Binary Circuits with Application to Maliciously-Secure DNN Inference》的报告。该报告由密码学实验室与清华大学、阿里巴巴集团合作完成，大幅提升了恶意安全模型下诚实多数三方计算中的布尔电路计算的性能。布尔电路是MPC中计算非线性函数（例如Relu、Gelu、softmax、maxpool）计算的关键基石，该篇论文基于“分布式零知识证明”提出了更高效的方法论，用以验证三方布尔计算过程的合法性。

蚂蚁技术研究院一直致力于做有用、有想象力的科研，常年与学术界保持密切合作，活跃于全球各类前沿学术会议，从业界视角分享最新科研成果与技术进展。同时面向数字化、智能化未来，瞄准世界科技前沿，推进关键核心技术攻关，促进“产学研用”深度融合。