中国科学院信息工程研究所
西安电子科技大学
上海交通大学
华中科技大学
北京字节跳动科技有限公司
委员
王滨（海康威视数字技术股份有限公司）
吴 烨（北京字节跳动科技有限公司）
刘海法（航天信息股份有限公司）
邱卫东（上海交通大学）
邹德清 （华中科技大学）
姚相振 （中国电子技术标准化研究院）
委员
林文辉（航天信息股份有限公司）
朱 辉（西安电子科技大学）
刘功申（上海交通大学）
冯炳文（暨南大学）
常 瑞 （浙江大学）
蔺琛皓 （西安交通大学）
刘 洋 （北京字节跳动科技有限公司）
羌卫中 （华中科技大学）
陈加栋 （海康威视数字技术股份有限公司）
竞赛技术支撑单位
北京字节跳动科技有限公司
西安电子科技大学
华中科技大学
通信技术、网络技术和计算技术的持续演化与普惠应用，促进了“万物智慧互联、信息泛在共享”。新业态不断演化，用户数据频繁跨境、跨系统、跨生态圈交换已成为常态。隐私是个人的敏感信息，隐私计算涵盖隐私信息智能感知、动态度量、按需脱敏、延伸控制、保护效果评估、隐私计算语言、多副本删除等技术方向，聚焦泛在互联环境下隐私信息共享的全生命周期隐私保护和管控的理论和技术。数据安全涵盖安全多方计算、同态加密、可信计算、机密计算、密文计算、访问控制等技术方向，聚焦特定知悉范围内没有信息损失的敏感信息保护。为推动隐私计算和数据安全领域产业需求、人才培养、技术研发的产学研融合发展，中国中文信息学会大数据安全与隐私计算专业委员会发起主办隐私计算与数据安全挑战赛。
设立隐私计算和数据安全两大赛道。 （1）隐私计算赛道聚焦隐私信息智能感知、动态度量、按需脱敏、延伸控制、保护效果评估、隐私计算语言、多副本删除等。 （2）数据安全赛道聚焦安全多方计算、密文计算、联邦学习、机密计算等。 （3）竞赛采取开放方式，竞赛时间设为3个月。参赛选手自愿报名，在规定时间内完成竞赛方案、程序的提交。
赛题在隐私计算和数据安全任选一个赛道按照要求自命题。竞赛主办方为选手提供相应的运行测试环境。
成绩评定分为初评和答辩两个阶段。初评根据提交方案的性能指标确定进入答辩的参赛选手；答辩由评定专家组根据方案的创新性、实用性和性能确定最终的成绩。
每个赛道根据参赛选手数量设置相应奖项。一等奖、二等奖和三等奖。
竞赛方案的知识产权可分为参赛选手拥有、许可主办方优先使用、开源三种，由参赛选手自愿选择，并在报名参赛时和主办方签署相关协议。
竞赛报名时间：2022.3.1-4.30； 作品提交时间：2022.6.30； 决赛时间：2022.7月-8月之间。
竞赛报名请访问https://www.privacycomputing.org.cn（点击阅读原文跳转），报名系统将于2022.3.1开放。
第一赛道 隐私计算
一、介绍：
隐私计算是面向隐私信息全生命周期保护的计算理论和方法，是隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄露代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统。具体是指在处理视频、音频、图像、图形、文字、数值、泛在网络行为信息流等信息时，对所涉及的隐私信息进行描述、度量、评价和融合等操作，形成一套符号化、公式化且具有量化评价标准的隐私计算理论、算法及应用技术，支持多系统融合的隐私信息保护。隐私计算涵盖了信息搜集者、发布者和使用者在信息产生、感知、发布、传播、存储、处理、使用、销毁等全生命周期过程的所有计算操作，并包含支持海量用户、高并发、高效能隐私保护的系统设计理论与架构。
二、要求：
在包括但不限于下列方向提出隐私计算的创新性解决方案和原型系统： 1） 隐私信息的识别和度量。基于自然语言理解、图像处理等方法对蕴含在文本、图像、视频、音频中数据的隐私信息准确识别，并对敏感性进行动态量化度量。 2） 隐私数据的脱敏。针对结构化和非结构化数据、多模态数据，在数据采集、共享、发布等方面对数据进行的脱敏的解决方案，包括但不限于差分和本地化差分、k-匿名等方法。 3） 脱敏效果评估。对脱敏效果给出量化评估，以及利用大数据分析对脱敏数据进行评估的方法。 4） 隐私信息的延伸控制。针对隐私信息的跨系统传播、二次转发给出延伸控制机制和实现方法。 5） 隐私信息的删除。针对隐私信息的删除权和被遗忘权，提出能实现对在多个系统并存的多副本信息完全确定删除的方法。 6） 隐私侵权的取证与溯源技术。对违规采集、越权使用、隐私信息违法流转等侵权行为提供取证和溯源方法。 7） 所有方案应提交原型系统，相应的测试数据集，方案报告。
三、评估准则：
1） 方案的创新性。 2） 方案的准确性、性能、方案的开销
第二赛道 数据安全
一、介绍：
数据安全在数据的采集、传输、存储、利用、共享、销毁过程中采用加密、认证、访问控制、完整性保护、防篡改、流转监控等方式保护数据的安全。与隐私计算相区别的是数据安全涉及范围更加广泛，隐私是数据中包含的个人敏感信息。因此保护数据安全的技术也可以用于隐私的防护。本竞赛针对组织、企业、政府的敏感数据评选多样性的保护方案和原型系统。
二、要求：
在包括但不限于下列方向提出数据安全的创新性解决方案和原型系统： 1）数据安全的新型密码应用。基于安全多方计算、全同态或部分同态、秘密共享、不经意传输针对图像识别等应用提出外包计算、密文检索、密文计算的创新方案或高效实现方案。 2）可信计算环境的数据保护。在基于Intel SGX、ARM Trustzone等可信计算环境中执行保护数据安全的机密计算，如机器学习、统计分析等。 3）联邦学习。基于纵向联邦学习、横向联邦学习提出税务、发票、金融、政务等领域模型训练过程中的数据安全和隐私保护创新方案。 4)所有方案应提交原型系统，相应的测试数据集，方案报告。
三、评估准则：
1） 方案的创新性。 2） 方案的准确性、性能、方案的开销
