「隐语开源社区」Meetup杭州站，于2月18日成功举办。现场嘉宾就隐私计算技术的【发展】【开源】【应用】等主题展开了深入的交流：“隐私计算技术应用思考”、“开源展望”、“隐语版本更新规划”、“通过Ray和RayFed构建跨机构联邦计算应用”“互联互通实践分享”“基于隐语的mpc算法实战大赛经验”等精彩内容，本文将一一回顾，同时附上现场录播视频，供大家参考学习。
01隐私计算应用思考及开源展望
嘉宾致辞
从隐私计算的开源讲起，通过开源的方式，把大家的成果汇集起来，后来者站在前人的肩膀上，提高研究效率和开发效率。同时，齐局认为今年是数据要素的元年，在2022年底，中共中央、国务院对外发布了“二十条数据要素”，对隐私计算提出了新的需求，同时也预示着隐私计算领域有更广阔的空间。此外，齐局还给出了几点建议，第一要保护好自己的模型和算法。第二要市场化。研究的过程中，要考虑成果的落地。第三是希望大家共同搭建隐私计算合作平台。
02隐语v0.7.18功能更新及建设计划
分享嘉宾：蚂蚁集团隐私智能计算技术部 袁鹏程首先回顾了去年1月份隐语发布的v0.7.18版本，在多方安全计算算法层、明密文调度层、基础设备层、文档等方面都进行了优化，发布了全新的跨机构联邦分布式底座(RayFed)。紧接着介绍了隐语在Q1计划发布的功能，包括SCQL，以及密文设备和资源调度层的更新，Q2的计划是互联互通和Open API。最后介绍了隐语社区的任务发布和共建计划，分成三个步骤，第一是社区任务发布，第二是任务领取，第三是代码的PR。希望更多的开发者可以参与到隐语的共建中来，一起完善隐语。
03安全高性能分布式计算调度引擎RayFed
分享嘉宾：Ray社区Committer 王清介绍了在隐语的框架明密文混合调度部分所做的相关工作，构建一个跨机构安全的联邦调度引擎。详细介绍了RayFed的好处：第一点，集中式，命令式的编程方式，极大地降低了编写联邦和分布式程序的难度。第二点，多控制器的执行模式，去中心化的调度方式，保证了多方地位的对等性和公平性。第三点，严格的数据边界，PUSH-BASED数据传递方式，安全且可控。第四点，支持大规模分布式联邦学习任务，拥有丰富的Ray生态库。
04基于隐语的MPC算法实战大赛经验分享
分享嘉宾：浙江大学网络空间安全学院 陈辉介绍了隐私计算竞赛的背景，以及国内外目前一些主流的隐私计算比赛，如：iDash国际隐私计算大赛、WPPCC隐私保护计算大赛。从赛题评测指标进行分析（算法精度、安全性、时间和通信量等性能开销），并给出了针对性解决方案。最后，对隐私计算大赛提出了思考，希望有更丰富的场景、更科学的评价指标以及更多元的比赛形式。
05隐私计算互联互通实践分享
分享嘉宾：洞见科技华东区总经理 彭宇翔从“为什么隐私计算需要互联互通”说起，不同厂商隐私计算平台技术架构与算法协议的差异性，导致了隐私计算平台间的“技术隔离墙”，无法构建全域数据协同的数据智能生态。通过互联互通，统一规范接口、协议，则可实现跨平台的数据、算法、算力的交互与协同，解决不同平台适用性的问题。最后提到了“信创”内容，政府和金融行业对信创有较强的要求，在隐私计算落地环节，是一个大的挑战。
除以上内容，在答疑互动环节，隐语开源社区团队同学以及浙江大学百人计划研究员张秉晟教授，与现场、线上观众展开了深入的沟通交流，对“安全多方计算半诚实协议、“隐私计算未来的方向”等问题，张秉晟教授阐述了自己详细的思考。
