图神经网络安全计算平台
网络空间安全学院
随着数据安全法的出台，数据可用不可见成为了人工智能模型计算的主要目标。神经网络训练和和推理过程计算复杂，带来了大量的计算开销和通信成本，对多方协作下的安全训练和推理提出了挑战：
1. 针对图神经网络GNN在协作训练和快速推理过程的隐私问题，调研当前先进安全多方计算协议，探究当前研究中GNN安全训练和推理过程中影响训练效率的瓶颈，分析改进的可行性
2. 设计更高效的安全多方计算协议，降低GNN训练和推理过程带来的计算和通信开销，提高GNN安全训练和推理速度，与主流安全多方计算协议进行对比，并持续改进
3. 基于现有底层框架（如EzPC、Crypten等）进行平台实现，设计通用的安全计算平台，与主流的安全计算平台进行系统级对比分析，并持续改进
