近日，IEEE学会并行与分布式系统汇刊TPDS（IEEE Transactions on Parallel and Distributed Systems）公布了2021年度最佳论文，我校张峰副教授为第一作者的论文“An efficient parallel secure machine learning framework on GPUs”荣获TPDS 2021年度最佳论文。IEEE TPDS是中国计算机学会（CCF）推荐的A类期刊，在并行与分布式计算领域享有很高的学术声誉。经统计，2021年TPDS总发文量为297篇，根据惯例会评选出一篇年度最佳论文和一篇最佳论文提名。

论文信息如下：

Zhang, F., Chen, Z., Zhang, C., Zhou, A. C., Zhai, J., & Du, X. (2021). An efficient parallel secure machine learning framework on GPUs.IEEE Transactions on Parallel and Distributed Systems,32(9), 2262-2276.

机器学习在我们的生活中无处不在。由于目前本地计算设备通常性能较弱，机器学习任务需要传递到第三方云服务平台、由算力更强的GPU服务器完成。而这会带来数据安全的新问题。该论文在国际上较早研究GPU安全机器学习系统，所提出的基于GPU的安全机器学习框架，相比于不使用GPU的安全机器学习方法，能够在确保数据安全的前提下带来30倍以上的性能提升。