序言1

随着数字时代的来临，数据作为一种新型的生产要素开始逐渐步入经济体系。数据经济时代不仅促进了科技的变革，同时也是对企业社会责任感的再次审视。蚂蚁集团作为一家互联网科技公司，本着稳妥创新、拥抱监管、服务实体、开放共赢的初心，一直走在数字化改革的前列。在数字经济的大环境下，数据孤岛问题近年来受到了学术界、工业界，以及政府的广泛关注。为解决数据孤岛、数字鸿沟、数据隐私和数据安全等诸多挑战，蚂蚁集团从2016年开始在国内率先布局研发隐私保护机器学习技术。经过5年的深耕，蚂蚁集团在隐私计算领域已经积累了完善的技术体系及丰富的实践经验，总结出了多方安全计算和可信执行环境两套成熟的工业级隐私计算解决方案。

本书对面前隐私保护机器学习领域的多方安全计算技术及可信执行环境技术做了系统的介绍，不仅包含了学术界的前沿研究进展，还结合了工业界的丰富算法案例。内容涵盖了线性模型、树模型、神经网络等机器学习算法基础，不经意传输、混淆电路、秘密分享、同态加密、差分隐私等安全计算协议，以及在隐私求交、机器学习模型、推荐系统等领域的应用案例。本书为隐私计算领域的初学者和从业者提供了系统的知识梳理，适合在校师生、研究机构人员、机器学习算法研发人员等阅读。

Alex X. Liu
首席科学家
IEEE Fellow, ACM Distinguished Scientist