CNCC2021(中国计算机大会)将于12月16日-18日在深圳举行,主题为“计算赋能加速数字化转型”。今年的特邀嘉宾包括ACM图灵奖获得者John Hopcroft教授和Barbara Liskov教授,南加州大学计算机科学系和空间研究所Yolanda Gil教授,陈维江、冯登国、郭光灿、孙凝晖、王怀民等多位院士,及众多深具业内影响力的专家。
数牍科技张迎春受邀参加CNCC2021隐私计算论坛,带来《用系统性思维破解隐私计算发展难题》主题发言,并参与圆桌讨论。
本论坛将围绕隐私计算领域的行业前沿与关键问题,共邀多位学术界知名教授与企业界顶尖专家,一同探讨隐私计算行业趋势、技术瓶颈、产品形态和商业模式,挖掘隐私计算的大规模商业落地方法。
本场嘉宾
张迎春
数牍科技副总裁
数字化转型领域资深专家
张迎春,数牍科技副总裁,数字化转型领域资深专家。他在政务、金融等行业领域深耕15 年以上,曾主导多个大型集团企业的数据业务搭建、整合、转型项目,曾历任 Oracle、IBM、TalkingData 等企业高级管理岗位。他专注于隐私计算技术在国内商业化落地探索实践,参与了多个数据要素共享、开放、交易平台的规划和建设项目,在数据公正、数据定价、数据协同生态构建等领域具有丰富的实践经验。
报告题目:用系统性思维破解隐私计算发展难题
摘要:随着大数据、人工智能、云计算等数字技术的蓬勃发展,新的业态不断增长,而数据隐私保护与数据安全协作之间也亟待平衡。数牍科技自主研发出的隐私计算技术平台,作为数据流通的底层基础设施,能够打破数据孤岛,促进数据资源开放利用。数牍科技隐私计算平台融合了多方安全计算、联邦学习、可信执行环境、同态加密、差分隐私等前沿技术,致力于与合作伙伴共同打造安全合规、健康可持续的数据协作生态,深入推动互联网、金融等行业传统数据业务转型。目前,数牍科技已在政务、金融、互联网、汽车等行业领域进行广泛应用实践,助力政府间、政企间和企业间进行安全高效的数据协作。
吴焦苏
中国科学院人工智能联盟标准组成员,燕托数学与智能科学研究院首席科学家
吴焦苏,中国科学院人工智能联盟标准组成员,燕托计算机有限公司首席科学家,科技部新一代人工智能重大项目“非完全信息条件下的博弈决策”项目办主任,Smale 数学与计算研究院研究员。研究方向为空间时间博弈动力学、公理博弈论、公理学习论、球面上的调和分析、核方法及其在可信深度学习、逆向深度强化学习、联邦学习、迁移学习、隐私计算、因果推理、三维重建、机器视觉、多机器人动力学、鲁棒智能系统设计等领域的应用。他的研究受到科技部、国家自科基金委、中国科学院学部、国家网信办、工信部电子科技委、上海市科委等单位资助。他的论文被谷歌、斯坦福大学、康奈尔大学、斯德哥尔摩大学等世界著名研究机构和大学的科学家引用。他是许多顶级学术会议的受邀/主旨演讲人和程序委员会成员、组织者或共同组织者。他是中国计算机学会会员、中国工业与应用数学学会会员、中国人工智能学会机器博弈专业委员会委员、中国运筹学会博弈论专业委员会理事。
报告题目:隐私计算 ——走向 Graceful AI 的美丽新世界
摘要:从二十多年前的一句名言“在互联网上,没人知道你是一条狗”,到现在人们的隐私被频频泄露,蓬勃发展的人工智能技术,尤其是搜索引擎、推荐系统、人脸识别等技术,在给全世界带来了信息的巨大的便利的同时,也给全世界带来了巨大的困扰。隐私保护问题已经成为全球共同面临的重大问题和信息时代的亟待解决的特有问题,是信息时代区别于工业时代的基本特征。本报告将基于冯诺依曼的人工智能理论,统一处理希尔伯特-施密特算子、最大均值差异(MMD)、生成对抗网络(GAN)、球面上的调和分析(Spherical Harmonics)、地球卫星遥感数据、密码学、联邦学习、迁移学习、深度强化学习等相关的隐私计算技术,在诚实但好奇(honest-but-curious)的对手模型中,通过零知识证明(zero-knowledge proof)等技 术,解决大规模分布式人工智能算法所带来的隐私保护问题,带领人们走向 Graceful AI的美丽新世界。
齐越
OPPO研究院资深机器学习研究员、数据智能研究部部长、机器学习技术总监
齐越,OPPO研究院资深机器学习研究员,数据智能研究部部长,机器学习技术总监。本科毕业于中国科学技术大学少年班学院,博士毕业于美国密苏里大学。曾担任美国SAS公司总部的高级科学家,后回国加入平安陆金所担任人工智能团队负责人。现在OPPO致力于数据智能的算法研究工作,其中涵盖面向用户隐私保护的核心算法研发。
报告题目:隐私计算在保护用户敏感数据上的实践与挑战
摘要:移动互联网的飞速发展,越来越多的人们开始通过手机端作为媒介来与外界进行信息交互。伴随而来的是商品及服务提供方获客渠道的颠覆,即从传统的线下推广和全量线上广告,到基于特定需求个体或群体的线上推广,从而用更小的成本获得更高的转化率。随着欧盟GDPR的发布以及国内用户隐私数据保护意识的增强,未经用户授权而直接从移动端上获取用户个人数据(如行为,状态等)从而建立个体用户画像的方式已经越来越行不通。因此,如何在现有情况下有效的保护用户隐私数据不受侵犯成为了近期业界关注的重点。本次分享将围绕业界的研究热点联邦学习、差分隐私展开介绍,重点描述了这两种关键技术在工业落地过程中的实践与挑战。
吴俊彦
腾讯云大数据产品中心数据应用负责人
吴俊彦,腾讯云大数据产品中心数据应用负责人。2007年毕业即加入腾讯,曾负责腾讯安全大数据中台,具备多年B端数据平台建设及应用、C端数据应用产品及业务经验,在金融风控等数据应用场景有丰富的积累。目前,在腾讯云大数据产品中心负责整个数据应用业务,管理数据资产、企业大数据、隐私计算等核心数据应用产品。
郑小林
浙江大学计算机学院教授、博士生导师,人工智能研究所副所长
郑小林,浙江大学计算机学院教授、博士生导师,人工智能研究所副所长。斯坦福大学访问学者,IEEE Senior Member,CCF高级会员,CCF服务计算专委会委员, CCF YOCSEF 2015-2016杭州主席,浙江省151人才工程培养人员,阿里巴巴“活水计划”理事会理事。
SUDO
更多大会详情内容,请戳官网https://www.ccf.org.cn,或者点击“阅读原文”,了解更多。
推荐阅读
继续阅读
阅读原文