阿里腾讯等纷纷入局，隐私计算到底有何魅力？

本文主要是介绍阿里腾讯等纷纷入局，隐私计算到底有何魅力？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

大数据时代，你的信息被泄露了吗？

身份被盗用、数据造假、贷款催收公司的“呼死你”……大数据渗透到日常生活方方面面的同时，大数据杀熟、简历大数据黑市买卖、APP窃取信息连环套等问题屡见报端，让人“闻数色变”。

随着大众对于隐私安全的关注度日益增加，围绕数据隐私保护与应用的隐私计算等技术，正成为新一轮信息安全发展的焦点。实现让大数据可用但不可见的隐私计算行业迎来了市场的爆发期。

所谓隐私计算，是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。隐私计算的参与方既可以是同一机构的不同部门，也可以是不同的机构。

凭借显著的优势，隐私计算领域吸引了互联网巨头和科技公司的纷纷入局，但与此同时，仍然处在发展初期的隐私计算也面临安全、通用等现实问题。

跑步入场隐私计算

据《隐私计算行业研究报告》报告显示，隐私计算受到大数据融合应用和隐私保护的双重需求驱动，也是目前国内外政策法规的必然要求。国内市场规模将快速发展，3年后技术服务营收有望触达100-200亿人民币的空间，甚至将撬动千亿级的数据平台运营收入空间。

目前无论是BAT等大厂，还是初创型科技公司，都在纷纷入局隐私计算。中国软件网发现，虽然各类玩家不断推出各自的隐私计算产品，但在资源生态、技术路线和行业布局上存在明显差别。

中国软件网根据公开信息整理

在前不久刚刚结束的贵阳中国国际大数据产业博览会上，微众银行发布了最新大数据隐私计算平台WeDPR-PPC。其最大特点是具备亿级数据集处理能力、毫秒级端到端响应延时和敏捷低代码可视化编程功能。

今年4月，腾讯正式发布了自研第四代数智融合计算平台“天工”，通过“数据协同、技术互通、平台大脑”以安全的方式打通数据孤岛，桥接多方数据，以统一的数据处理引擎更高效地挖掘数据价值，以智能化的方式驱动整个数据处理闭环。

值得关注的是，不久前北京国际数据交易所（简称“北数所”）宣布成立，这也是国内首家新型交易范式的数据交易所。除北数所外，还有不少地方的数据交易所也在酝酿新的动向。

中国软件网认为，随着各类玩家入局隐私计算，一些之前积累了先进技术和拥有数据优势的公司开始发力，并在主要赛道中开始抢跑占位。而一些头部互联网公司凭借自身实力和规模效益加快研发，也在积极推动隐私计算相关产品的落地。

隐私计算为何受到高度关注

能够打通多方数据的融合，充分发挥数据的价值，又能做到隐私保护，实现合法合规的数据应用，在此背景下，隐私计算的优势不言而喻。

从技术角度看，隐私计算最大的特点是实现数据的“可用不可见”。目前隐私计算领域主流的技术路线包括三类，即多方安全计算（MPC）、联邦学习和可信执行环境（TEE）。其中，前两种方式主要是在软件和算法层面实现隐私计算，而可信执行环境则是基于硬件实现。

相关政策的发布，也让隐私计算的重要性愈发凸显。

随着工信部发布《大数据产业发展规划（2016-2020年）》和《工业大数据发展指导意见（征求意见稿）》相继提出，支持企业加强多方安全计算等数据流通的关键技术攻关和测试验证，促进工业数据安全流通。

2020年4月，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，将数据和土地、资本、劳动力提升至同样的生产要素高度，明确指出了市场化改革的内容和方向。

这一系列“组合拳”下来，表明国内正从监管、明确流通规则与场所等方面，给予数据流通和隐私计算更多关注。

在政策的利好之下，隐私计算成为了既满足合规避险又满足业务需求的优选方案，资本的注入让隐私计算成为焦点。

中国软件网根据公开信息整理

中国软件网根据公开信息统计后发现，从去年3月至今，已有8家隐私计算企业获得了资本的融资。其中，洞见科技在不到一年的时间里，共进行了两轮的融资；成立不到两年的融数联智目前已经完成了3轮融资，可见资本对隐私计算领域的高度关注。

此外，随着科学技术的进步，各行各业的数字化转型已成为发展趋势，数据的重要性也成为社会各界的共识，作为能够保护数据安全的主要技术之一的隐私计算也被寄予了厚望。

如今，隐私计算已在多个领域进行了应用和落地，尤其是在金融和医疗领域。

在金融领域，以洞见科技为例，去年与中诚信征信联合发布了基于 INSIGHTONE 的见智安全计算平台，以“零缓存”理念升级其征信数据服务，同时开放安全多方计算和联邦学习等功能给其智能风控客户。合作的内容主要是联合数据提供方，在各方数据不出私域的情况下，进行联合风控建模和联合营销筛选。

在医疗领域，翼方健数通过自己构建的隐私安全计算数据能力平台的翼数坊，将药研所和AI公司的研发和训练过程全部在平台中进行，在实现数据价值的基础上，保证原始数据并不外流。

此外，一些隐私计算服务商还与政府机构合作，例如地方城市的数据能力开放平台建设和面向中小微企业的融资服务对接平台建设等，通过隐私计算和区块链计算，提供安全合规的平台建设方案。

市场潜力巨大，发展面临挑战

Gartner认为，到2025年至少有一半的大型企业机构使用隐私计算，以在不受信任的环境和多方数据分析用例中处理数据。这意味着巨大的市场潜力正在酝酿。

据介绍，隐私计算机构的营业收入主要分为两大类，一是传统的软件销售和服务收入，二是通过隐私计算平台上的业务运营产生利润分成。其中，软件销售和服务收入在三年后的潜在规模可达100-200亿元，而平台运营利润分成的潜在市场空间巨大，仅消费金融业务就能撬动千亿规模市场，在2024年分润规模有望达到1600亿元。

虽然市场潜力巨大，但隐私计算整体还处于初期阶段。以银行为例，招商银行分行信息技术部副总经理蔡毅就曾公开表示，银行在隐私计算发展上属于起步阶段，现在也在银行内部试点，用于风控和市场营销，后续也会加大力度在这方面不断投入。

与此同时，作为新兴的技术之一隐私计算也面临着一些亟需解决的现实问题。

第一是隐私计算的安全性。隐私计算技术初衷是为保证数据安全而生，所以技术本身的安全性能否具有统一的标准，或者能否获得相应技术认证等成为各方关注的焦点。

第二是技术的成熟度。受去年疫情影响，大量的政府管理、企业经营活动从线下移到线上，各行各业更加关注到隐私计算的应用前景，同时技术成熟度也在逐渐提高。由于隐私计算是解决数据共享中存在的安全问题，需要进行大规模的数据计算，因此计算的效率、性能也不可忽视。

第三是通用性。由于数据共享会涉及到诸多行业和不同应用场景中，会有包括数据使用方、提供方等在内的多方参与主体。而隐私计算技术的提供也存在多种门类，参与者众多，不同角色不同技术之间完全通用也存在一定的难度。

第四是落地可实施性。除了目前已经落地的行业外，隐私计算还能在哪些行业成功实施，并形成成熟的商业模式备受关注。

整体来看，目前整个隐私计算相关技术尽管处于最初期阶段，在数据安全、基础建设等方面，仍存在诸多难题和挑战。但市场潜力仍然巨大，未来发展不可估量，无论是监管部门、第三方机构还是技术参与方，都在共同筑造数据价值和数据安全共享的生态圈。

参考资料：

《2021隐私计算行业研究报告》

《隐私计算能长出大平台吗》