AI在线 AI在线

GBDT

蚂蚁数科提出隐私保护AI新算法，可将推理效率提升超过100倍

蚂蚁数科提出隐私保护AI新算法，可将推理效率提升超过100倍
近日，全球安全顶级会议ACM CCS以及顶刊IEEE TDSC发布获选论文名单，蚂蚁数科的两项隐私计算创新技术成果入选，标志着蚂蚁数科在隐私保护人工智能（Privacy-Preserving AI）技术领域的持续领先。 这两项研究聚焦当前跨机构联合建模中应用最广泛的梯度提升决策树(GBDT)模型，通过创新的隐私保护算法，解决了联合建模和联合推理中如何在保障数据隐私前提下实现高性能计算的技术难题。 这两研究成果分别是被ACM CCS2025收录的《Gibbon: Faster Secure Two-party Training of Gradient Boosting Decision Tree》（长臂猿:更快的2方安全GBDT训练框架）与被IEEE TDSC录用的《Privacy-preserving Decision Graph Inference from Homomorphic Lookup Table》(基于同态查找表的隐私保护决策图推理)GBDT类模型（包括XGBoost、LightGBM等）是一种基于梯度提升的决策树算法，可解释性强，预测速度快，广泛应用于营销、风控等场景，是跨机构联合建模中最流行最常用的算法。
9/24/2025 2:31:19 PM
AI在线
  • 1