ARPA计算平台第一季度更新：更高性能、更易用和下一步计划

在过去的一年和2021年第一季度里，ARPA的开发人员和研究人员一直致力于升级我们的安全计算模块以提高其性能及可用性。

根据我们之前与其他金融公司和数据处理实体的业务发展情况，隐私保护公司最常使用的应用是大规模私有集交点（PSI）和线性回归（LR）。考虑到这一点，我们优先对这些应用进行了优化。在对现有的框架和实现实例进行详尽调查后，我们在目前的实际项目环境中对这些工具进行了一系列的实验。通过将额外的模块集成到我们的计算系统中，ARPA计算平台上的大规模数据分析性能提高了30%左右。

私有集交点（PSI）和线性回归（LR）

Private set intersection（PSI）是一种加密技术，它允许双方在不透露任何其他信息的情况下计算其集合的交点。Linear regression（LR）是一种简单而有效的方法，它可以显示几个因素之间的关系，如青少年肥胖和体育活动之间的关联。

医疗、金融和其他风险敏感的实体对这类分析工具相当依赖。然而，上述工具需要收集海量数据，这引发了对隐私和商业机密泄露以及缺乏监管的担忧。这正是多方计算（MPC）的理想应用场景，ARPA安全计算平台就是为了在保护隐私的前提下进行这样的分析而设计的。

我们正在通过在非对称数据库和并行化领域的改进来提高计算平台的处理性能。平台的计算性能先在几个公共数据集上进行了测试，如波士顿房地产定价、癌症线性回归和CDC行为风险因子数据。之后我们用合成数据将数据集扩展到了上百万条开展计算性能实验。实验在位于不同地区的三个强大的AWS节点上进行。为了测试在非对称数据库进行PSI分析的性能，我们将查询方的计算能力限制为一个线程，并为被查询方分配多个线程。被查询数据集有一千多万条，而查询数据集相对较小。

结果表明，如果小数据库比大数据库小一千倍及以上，平台计算性能将达到与明文计算类似的水平。对于LR分析，由于采用了定点运算和指令向量化，通信冗余大幅减少，使得吞吐量提高了35%左右。

下一步计划

接下来，我们将在Complete Genomics公共数据集上进行基因序列比对实验。这种应用可以在不影响患者隐私的前提下帮助疾病风险评估。

毫无疑问，2021年开端诸顺。我们将于近期发布更多最新进展，敬请期待。

关于ARPA

ARPA是一个基于区块链的隐私计算协议，致力于为企业与个人提供基于加密运算和区块链的隐私数据安全流转解决方案。

ARPA 安全多方计算网络可以作为协议层为公链实现隐私计算能力，并赋能开发人员在私密智能合约上构建高效、安全、能保护数据隐私的的商业应用。企业和个人数据可以在ARPA 计算网络上被安全分析或利用，而不必担心将数据暴露给任何第三方。ARPA多方计算技术支持安全数据市场，精准营销，信用评分计算，甚至个人数据的安全变现。

ARPA的核心团队高度国际化，有来自清华大学的密码学博士，来自谷歌，优步，亚马逊，华为和三菱的经验丰富的系统工程师，东京大学的区块链专家，以及来自AIG，世界银行，CircleUp的数据科学家，还有来自复星和富达投资的金融、数据方面的专业人士。

有关ARPA的更多信息，或加入我们的团队，请通过[email protected]与我们联系，或添加客服小姐姐：arpatothemoon

—-

编译者/作者：ARPA阿帕奇

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。