鹅厂又传来了好消息。
12 月 9 日消息，2020 年度 iDASH 国际安全计算竞赛（iDASH 2020）赛果正式发布，腾讯云团队斩获冠军奖杯。
iDASH （隐私与安全研讨会）是一场围绕基因组数据安全分析的竞赛，由美国国立卫生研究院 (NIH) 主办，自 2014 年以来，该竞赛每年都会举行一次，专注于云环境下的隐私计算问题，至今已成为全球基因组数据隐私保护和安全共享领域最高规格的国际竞赛。
历年来，iDASH 吸引了包括麻省理工学院、耶鲁大学、谷歌、IBM 等在内的学界及业界的顶尖团队参赛。
今年，清华大学、浙江大学、普渡大学、新加坡A*STAR、瑞士Inpher、阿里巴巴、百度、蚂蚁金服等在内的 124 支参赛队伍参与角逐。
值得注意的是，这是自 2014 年 iDASH 创办以来，中国企业届的技术团队首次在可信计算（SGX）赛道上夺冠。
据悉，今年的可信计算赛道的赛题为“基于 SGX 实现的具有隐私保护特性的单细胞聚类算法”。
腾讯云技术团队借助 SGX 下的远程证明、可信信道、数据密封等多种安全机制，实现了分布式 CIDR 聚类算法在可信执行环境（TEE）的机密执行，并与腾讯自研的大数据联邦学习平台 Angel PowerFL 进行软硬件功能协同。
在保证数据隐私性和聚类算法高精准度的同时，腾讯云技术团队以更快的计算速度实现了海量细胞基因数据的分类，仅用 4.2 小时就完成了最大样本测试集的聚类算法，相比第二名，用时减少了 13 个小时之多。
此外，腾讯云还对整体方案做了进一步优化，目前大样本的实测速度已被提升到分钟级。
此次腾讯云参赛队伍由Tencent Blade Team 和腾讯云大数据 Angel PowerFL 团队构成。
Tencent Blade Team是腾讯旗下的前瞻安全技术研究团队，在可信计算、人工智能、物联网、移动互联网、云虚拟化技术、区块链等前沿技术领域，Tencent Blade Team 都积累了丰富的安全研究成果，目前已向 Apple、Amazon、Google、Microsoft、Adobe 等诸多国际知名公司报告并协助修复了 200 多个安全漏洞。
腾讯云大数据 Angel PowerFL 团队则是国内较早开展联邦学习研究和应用的团队，在大数据、分布式计算、分布式机器学习、分布式消息中间件、隐私计算、密码学等领域都有丰富的研发和应用经验，已在国际顶级会议上发表联邦学习学术论文，提交了近 20 件联邦学习技术专利，并参与了多项隐私计算相关标准的制定，完成了多个商用隐私计算和联邦学习的产品落地。
雷锋网雷锋网雷锋网