甲子光年智庫：2021隱私計算行業研究報告（39頁）.pdf

《甲子光年智庫：2021隱私計算行業研究報告（39頁）.pdf》由會員分享，可在線閱讀，更多相關《甲子光年智庫：2021隱私計算行業研究報告（39頁）.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、隱私計算是涵蓋眾多學科的交叉融合技術，目前主要的三大支撐技術為區塊鏈、聯邦學習和安全多方計算。近些年，微眾銀行深耕隱私計算，在隱私計算三大支撐技術方面均形成了豐富的實踐成果。區塊鏈因其智能合約、共識機制等技術特性，可實現隱私計算過程中可信的跨管理域數據存證和防篡改可驗證的數據流通，非常適合隱私計算多邊信任關系的建立，成為隱私計算技術中必不可少的選項。隱私計算在區塊鏈基礎上，可進一步實現數據價值有序流通、協同生產的自然延伸，這是完善數據基礎設施、構建數據價值閉環的關鍵技術能力?；诙嗄暝趨^塊鏈領域的攻關和沉淀，微眾銀行有發展隱私計算的先發優勢。目前，微眾銀行發布的區塊鏈開源核心項目已超過 10個

2、，構建了涵括底層、中間件和應用組件在內的全棧技術體系，可為隱私計算提供分布式數字身份、數據審計、數據治理、分布式計算任務協調等一系列分布式配套基礎設施。微眾銀行牽頭研發的金融級區塊鏈底層開源平臺FISCO BCOS，于2017年正式對外開源，具備高性能、安全可控、功能豐富等優勢，從國密算法、操作系統、芯片架構到服務器平臺，實現全鏈路國產化支持,為開展區塊鏈應用提供安全可靠的基礎設施。其成為國家信息中心頂層設計的國家級區塊鏈基礎設施BSN中首個國產聯盟鏈底層框架，匯聚2000+企業機構、40000+開發者建成最大最活躍的國產開源聯盟鏈生態圈，支撐生態內企業數百個應用項目的研發，已有超120個應用

3、投入使用，覆蓋健康碼跨境互認、政務、監管科技、社會治理、版權保護等業務場景。以聯邦學習為代表的人工智能與隱私保護技術的融合衍生是目前主流的隱私計算技術主要方向之一。聯邦學習實際上是一個綜合性的技術組合，底層融合了多種機器學習算法和隱私保護的算子，能夠在本地原始數據不出庫的情況下，通過對中間加密數據的流通與處理來完成多方聯合的機器學習訓練，能夠有效幫助多個機構在滿足用戶隱私保護、數據安全和政府法規的要求下，進行數據使用和聯合建模。2019年2月，微眾銀行將自主研發的全球首個工業級聯邦學習框架FATE予以正式發布并全面開源。該項目不僅提供了一系列開箱即用的聯邦學習算法、比如LR、GBDT、DNN等

4、，還給開發者提供了實現聯邦學習算法和系統的范本，使得大部分傳統算法都可以經過一定改造適配到聯邦學習框架中來。同時，FATE提供了一套友好的跨域交互信息管理方案，解決了聯邦學習信息安全審計難的問題，大幅提升了隱私計算的性能?；赪eDPR，微眾銀行自主研發了多方大數據隱私計算平臺WeDPR-PPC。這是一個支持多方平等協作和大數據復雜邏輯密文計算的高性能隱私計算平臺，并基于區塊鏈和安全多方計算的優勢，實現在確權、授權和維權的全生命周期管理下，達到多方數據的聯合報表、聯合計算、隱私查詢、聯合建模和預測等。該平臺具備十億級別的大數據處理能力，支持任意多方的隱私數據跨域協作，同時提供橫向通用性計算能力和縱向定制型計算能力覆蓋全域場景，滿足海量數據商業應用場景需求。擁抱開放，微眾銀行于2021年8月創新性地將WeDPR-PPC的核心功能開放體驗，提供開箱即用的隱私計算業務探索體驗，在降低隱私計算應用門檻的同時，拉近隱私計算技術和行業潛在應用的距離，更有力地推進有影響力的隱私計算標桿應用落地。