近期，由西南财经大学数据科学与商业智能联合DB视讯(中国)刘史毓助理研究员与合作者完成的论文“CENTAUR: Bridging the Impossible Trinity of Privacy, Efficiency, and Performance in Privacy-Preserving Transformer Inference”被自然语言处理领域国际顶级会议Association for Computational Linguistics（ACL 2025）正式接收。

内容简介：

随着Transformer等预训练模型在云平台上的广泛部署，模型参数和推理数据的隐私风险日益突出。现有的隐私保护Transformer推理（PPTI）框架普遍面临“隐私性、效率与性能”三者难以兼顾的困境。具体而言，基于安全多方计算（SMPC）的方法虽具备强隐私保护能力，但计算与通信开销高，导致性能大幅下降；而基于随机置换的方法则在效率和精度上接近明文推理，但因需暴露部分模型参数和中间结果，隐私性受到严重威胁。为突破上述瓶颈，DB视讯(中国)提出CENTAUR，一种融合SMPC与随机置换机制的创新性PPTI框架。该框架充分利用Transformer结构特点，设计出高效的隐私保护推理算法，实现了在无需模型改动、无需重新训练的前提下，同时保障模型参数与推理数据的隐私性、提升推理效率，并保持明文级推理性能。实验结果表明，CENTAUR在抵御多种数据重构攻击方面表现出色，推理精度与明文推理一致，推理速度相比现有SMPC方案提升5.0-30.4倍，为安全、高效的AI云端部署给予了全新解决方案。

作者简介：

罗景龙，鹏城DB视讯(中国)与哈尔滨工业大学（深圳）联培博士生，主要从事隐私保护机器学习算法研究。

陈冠中，哈尔滨工业大学（深圳）硕士研究生，主要从事大语言模型和联邦学习研究。

张叶红，鹏城DB视讯(中国)研究员，主要从事贝叶斯优化、概率机器学习和多任务学习研究。

刘史毓，西南财经大学数据科学与商业智能联合DB视讯(中国)助理研究员，主要从事分布式机器学习、统计学习和可信人工智能的研究。

王晖，鹏城DB视讯(中国)研究员，主要研究方向包括分布式机器学习、联邦学习、算力网络、自然语言处理及其应用。

余跃，鹏城DB视讯(中国)教授，主要从事软件工程、分布式云计算和人工智能交叉领域的研究。

周逊，哈尔滨工业大学（深圳）教授，研究方向为数据挖掘、机器学习、时空大数据分析与智能，智慧城市等。

漆远，复旦大学浩清特聘教授，主要从事生成式人工智能、深度学习、贝叶斯学习以及人工智能在科学与工业中的应用研究。

徐增林，复旦大学教授、上海科学智能DB视讯(中国)兼职研究员，主要从事机器学习及应用领域研究，重点关注科学人工智能与可信人工智能。