隱私計算是什么？隱私計算的路徑和應用場景

2022-08-20 11:08:21 作者：云閑 2239

隱私計算是什么

當前，數據已成為一種基礎性關鍵戰略資源，顛覆著全球社會的發展模式。2020 年 4 月，中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，將數據與傳統生產要素并列，作為一種新型生產要素參與分配。作為釋放要素價值的關鍵環節，數據資源的開放共享、交換流通成為重要趨勢，其需求日益強烈。

權威機構 Gartner 發布的《2021 年前沿科技戰略趨勢》中，將隱私計算( Privacy Preserving Computing ) 列為未來幾年全球科技發展的九大趨勢之一。

根據目前中國業界普遍認可的技術范疇取概念共識，隱私計算被定義為包含安全多方計算、同態加密、差分隱私、聯邦學習以及可執行環境等主流技術子項的相關技術合集及產品方案。

隱私計算技術的三大路徑

隱私計算技術可以分為三大路徑：以安全多方計算為代表的密碼學路徑、以可信任執行環境為代表的硬件路徑和以聯邦學習為代表的人工智能路徑。三大路徑的隱私計算研究應用在法律法規、產業落地多維趨勢之前早已開啟，并且按照各自技術路徑呈現了各自發展脈絡。

1. 安全多方計算(MPC)

早在1986年，著名計算機科學家、圖靈獎得主姚期智教授提出了兩方之間的安全計算設想方案，以會議論文《How to Generate and Exchange Secrets》為標志，開啟了安全多方計算的研究路徑。

2. 聯邦學習(FL)

在2016年，以Brendan McMahan為代表的研究者提出了一種深度網絡的聯邦學習，用來解決大數據訓練過程中的隱私難題。該方案通過將數據訓練工作從中心節點下放至分布式本地手機設備，利用分散的本地化算力本地提取模型，其次二次匯集模型、中心化訓練這些模型從而完成訓練流程，由此開啟了聯邦學習研究與應用。

3. 可信執行環境(TEE)

在2003年，Ben Pfaff 等人討論了此概念，并將之定義為“專用的封閉虛擬機，并與平臺的其他部分相隔離。并通過硬件內存保護和儲存加密保護，使其內容免于未授權方的探查和篡改?！?/p>

隱私計算的路徑和應用場景

隱私計算在不同行業的應用場景

1.金融行業

在金融科技發展業務的進程中，外部數據的共享應用成為金融機構的強烈需求，基于隱私計算的金融風控和獲客成為目前國內最主要的隱私計算落地場景。

金融機構與外部數據源的合作過程中存在的風險主要來源于兩個方面:涉及大量個人用戶信息受到的監管要求嚴格，機構自身業務的數據資產和商業秘密容易泄露。通過利用隱私計算，金融機構之間、金融機構同運營商之間等可以在不泄露原始信息的前提下對客戶進行聯合的精準畫像，在信貸評估、產品推薦等場景下有效控制違約風險，提高業務效率。

2.醫療行業

在醫療行業，數據共享與流通需求成為隱私計算的另一個關注重點。醫學研究、臨床診斷、醫療服務等對基于大數據的統計分析與應用挖掘有著強烈的需求，但其依賴的是眾多病患的個人健康數據，這些數據規模大、價值含量高，但共享流通卻十分困難。

通過利用隱私計算可以實現分布式的聯合統計分析，從而獲得臨床科研的研究成果。在抗擊新冠疫情的過程中，隱私計算有效實現全球范圍內的疫情數據共享。在允許用戶在不公布己方數據的前提下，聯合其他科研人員協同進行病例樣本基因組的聯合分析并共享結果，實現了對病毒流行病學情況的實時追蹤和對未來毒株演化的預測。

3.政務行業

由于政務數據不僅價值高、規模大，而且種類多，涉及公安、稅務、環境等各類人民生產生活和社會運行的數據，政務行業有望成為隱私計算技術落地的下一個重要場景。

近年來，各地政府積極推進政務數據的開放共享，但政務部門之間、政府與企業之間的數據共享應用十分困難。隱私計算為此提供了解決方案，在跨機構之間的個人身份確認、企業經營監管、智慧城市建設等眾多場景中均有廣闊的應用前景。