2021年6月24日，由中国信息通信研究院举办的“2021大数据产业峰会-成果发布会”在京召开，发布会上信通院第十二批“大数据产品能力评测”结果正式公布，腾讯云安全隐私计算成为国内首批通过多方安全计算性能专项测试及联邦学习性能专项测试的产品，连续3年获国家级权威认可。
多方安全计算性能专项评测证书
联邦学习性能专项评测证书中国信通院隐私计算联盟长期聚焦于隐私计算领域，其隐私计算系列评测是业界启动最早、规模最大、覆盖最全的评测。包含多方安全计算、联邦学习、可信执行环境、区块链辅助的隐私计算等四项功能评测及多方安全计算、联邦学习两项性能评测。测试所依据的标准均为经过业界主要专家讨论形成的行业/团体标准，测试过程经过原理验证、算法验证、功能演示、性能测试、专家评审等环节，具备较高的科学性和严谨性。目前已经成为隐私计算领域最权威的第三方评测品牌之一，通过评测的产品代表着中国隐私计算能力的最高水平。
今年中国信通院进行了第一批多方安全计算性能专项测试和联邦学习性能测试。由于隐私计算产品的安全性、准确性和耗时三者相互制约，因此需要通过安全性、准确性测试之后，耗时成绩才有效。其中安全性包含了通信安全、身份认证、结果安全、密码安全等通用安全测试，更包含了针对于每类算法的算法安全性核验。在本次测评过程中腾讯云安全隐私计算在安全性、准确性方面的测评也是稳定在业界头部水准。
多方安全计算性能测试和联邦学习产品性能测试对算法的侧重不同，对产品的实现方式、框架和安全性要求也均有不同。首批多方安全计算性能测试包含基础运算、联合统计、隐匿查询、安全求交、特征工程、联合预测、联合建模等算法类别，腾讯云安全隐私计算在基础运算、联合统计、特征工程、模型训练及推理的表现都有大幅度优于平均水平。首批联邦学习产品性能测试包括安全求交、特征工程、联合建模、联合预测等算法类别，腾讯云安全隐私计算在XGB模型训练及推理、特征工程都以绝对的优势获得最优性能评测表现。
其中，我们对反欺诈、贷前申请评分、人群重定向等金融领域场景常用算法进行了针对性优化，使得梯度提升树算法（XGB）和特征工程（IV/WOE）训练时间大大缩减，进一步方便了客户在模型训练过程中反复迭代调参。另外，针对海量数据应用场景，产品基于Angel PowerFL框架进行分布式运算，实测性能优于平均值8倍以上，在参评产品中取得了最优性能评测表现。
由于金融、政务等各种场景对联合风控、联合统计、隐匿查询的强烈述求，今年初我们将神盾联邦计算升级为腾讯云安全隐私计算，产品基于腾讯 Angel PowerFL 隐私计算框架，以联邦学习（FL）、安全多方计算（MPC）、可信执行环境（TEE）等隐私数据保护技术为基础，针对机器学习、数据分析等算法进行定制化的隐私保护改造，打造数据应用全链路的隐私计算产品。升级后的腾讯云安全隐私计算产品保证原始数据不出本地即可快速完成隐私计算任务，保障数据安全的同时又能发挥数据最大价值，很好地解决了企业面临的数据孤岛难题。目前腾讯云安全隐私计算平台在银行、保险、政务、教育等行业都有标杆性案例，其优异的安全性、性能表现在诸多风控、营销场景下都发挥了重要作用，即保障数据安全又最大化释放了企业数据价值。
