秘匿決定木評価では，ユーザーの特徴量ベクトルとサーバーの決定木を互いに明かすことなく，分類結果を計算することができる．提案手法では，関数秘密分散法を用いた3者間のOblivious Accessプロトコルと，Distributed Comparison Function（DCF）に基づく秘匿比較プロトコルを組み合わせることで，高効率な計算を実現した．これにより，機械学習モデルを用いた推論サービスにおいて，入力データとモデルの双方のプライバシーを保護しつつ，第三者に計算を外部委託することができる．