这是自2014年iDASH举办以来，首次来自中国的参赛队夺得同态加密和联邦学习赛道第一名，蚂蚁链摩斯也成为首支同时拿下两项第一的中国队伍。
*iDASH由美国国立卫生研究院(NIH)主办，每年举行一次，是目前国际上在隐私计算和数据隐私保护领域最高规格的竞赛。历年参赛队伍中包括麻省理工、斯坦福和谷歌等世界名校或科技巨头。
本届iDASH竞赛共有来自全球十多个国家和地区的八十多支队伍参加，包括IBM、三星、蚂蚁、腾讯等国内外科技公司。
iDASH每年会设置2至4个赛道，分别限定采用不同的隐私计算技术来解决问题。在本届赛事中，iDASH设置了同态加密、联邦学习和区块链三大赛道，其中，同态加密与联邦学习两大赛道参赛队伍众多，竞争尤为激烈。
同态加密赛道要求训练新冠病毒变种的分类模型，并在加密状态下对新冠样本进行分类。摩斯创新地提出基于典型基因片段匹配的新分类方法，并设计了同态布隆过滤器来提升密态分类性能。最终在各方数据和模型不出域前提下，不到1秒就完成了全部2000个样本的100%正确分类，速度达到第2名的5倍且准确率更高。
联邦学习赛道的赛题是利用医疗数据对一种心肌病进行安全建模，要求对两个水平分割的数据集实现一种差分隐私保护的建模方案，对中间结果和输出加噪，在指定预算下满足差分隐私安全。
蚂蚁链摩斯团队提出树模型差分隐私安全方案，通过精心构造随机森林、基于指数机制的特征选择和决策树构建、及最优预算分配，使方案在保持高预测准确率的同时，最大减少了计算量和通信。摩斯方案建模只需0.09秒，速度比其他方案快2倍以上。
摩斯安全计算平台（MORSE）是全球领先的隐私计算平台之一。2019年，摩斯首次参加iDASH比赛，获多方安全计算赛道冠军。此外，摩斯也是业内首个通过业内权威测评（信通院测评）的隐私计算产品。目前，这一技术平台已在多场景应用。
