隱私計算(Privacy Computing)又稱隱私增強計算(Privacy-Enhancing Computation)或機密計算(Confidential Computing),隱私也即是信息安全中的機密性。

按照普遍定義,“隱私計算”是指在處理和分析計算數(shù)據(jù)的過程中能保持數(shù)據(jù)不離開本地環(huán)境保障安全性,同時讓數(shù)據(jù)需求方獲得計算結果,有利于突破數(shù)據(jù)保護與產(chǎn)業(yè)應用的難題。 在Gartner發(fā)布的2021年9項重要戰(zhàn)略科技趨勢中,“隱私增強計算(Privacy-Enhancing Computation)”無疑是較為亮眼的一項。

Gartner認為,到2025年至少有一半的大型企業(yè)機構使用隱私計算,以在不受信任的環(huán)境和多方數(shù)據(jù)分析用例中處理數(shù)據(jù)。這意味著巨大的市場潛力正在醞釀。

隱私計算成為新風口 

據(jù)畢馬威推出的《2021隱私計算行業(yè)研究報告》顯示,隱私計算受大數(shù)據(jù)融合應用和隱私保護的雙重需求驅動,中國市場規(guī)模迎來快速發(fā)展期。預計3年后技術服務營收有望達到100億元至200億元的規(guī)模。

隱私計算行業(yè)的發(fā)展意味著新投資賽道的誕生。如今,頭部互聯(lián)網(wǎng)企業(yè)、金融機構、區(qū)塊鏈公司、初創(chuàng)型科技公司等“玩家”已紛紛入局,探索隱私計算技術。 目前,各互聯(lián)網(wǎng)巨頭企業(yè)均在隱私計算領域加快布局,形成跨業(yè)務、多團隊、強支撐的發(fā)展態(tài)勢。2019年,螞蟻金服、騰訊、百度紛紛推出了各自的MPC(安全多方計算)產(chǎn)品。其中比較有代表性如:騰訊、微眾銀行分別在今年推出了自己的隱私計算平臺。

2021年4月,騰訊發(fā)布了自研第四代數(shù)智融合計算平臺“天工”,采用自研隱私計算技術。憑借該技術,騰訊大數(shù)據(jù)相關團隊獲得iDash 2020世界隱私計算大賽冠軍。據(jù)了解,金融級安全強度的騰訊隱私計算技術已廣泛應用在醫(yī)療、金融風控、數(shù)字政務等眾多領域。

今年5月,微眾銀行發(fā)布了最新大數(shù)據(jù)隱私計算平臺WeDPR-PPC,其最大特點是具備億級數(shù)據(jù)集處理能力、毫秒級端到端響應延時和敏捷低代碼可視化編程功能。

巨頭之外,初創(chuàng)型科技公司正在成為隱私計算賽道的主力選手

從投資機構布局來看,不少VC、PE已入局,包括紅杉中國、IDG資本、基石資本等。據(jù)天眼查App數(shù)據(jù)不完全統(tǒng)計,從2020年至今,至少已有8家隱私計算企業(yè)獲得融資,大多集中在B輪融資及之前。

例如:洞見科技在今年年初完成數(shù)千萬元Pre-A輪融資,投資方包括心元資本、元起資本等。星云Clustar于今年5月份完成1100萬美元A+輪融資,投資方包括基石資本、華泰創(chuàng)新等。融數(shù)聯(lián)智于今年6月完成了新一輪融資,貴州云上大數(shù)據(jù)基金參與了該輪投資。

圖片來源于中國軟件網(wǎng)整理 

值得關注的是,不久前北京國際數(shù)據(jù)交易所(簡稱“北數(shù)所”)宣布成立,這也是國內(nèi)首家新型交易范式的數(shù)據(jù)交易所。除北數(shù)所外,還有不少有地方政府背景的數(shù)據(jù)交易所也在醞釀新的動向。

隱私計算進入商業(yè)落地元年 

從技術角度看,隱私計算最大的特點是實現(xiàn)數(shù)據(jù)的“可用不可見”。目前隱私計算領域主流的技術路線包括三類,即多方安全計算(MPC)、聯(lián)邦學習、可信執(zhí)行環(huán)境(TEE)。其中,前兩種方式主要是在軟件和算法層面實現(xiàn)隱私計算,而可信執(zhí)行環(huán)境則是基于硬件實現(xiàn)。

相關政策的發(fā)布,也讓隱私計算的重要性愈發(fā)凸顯。

工業(yè)和信息化部早在2016年年底發(fā)布的《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016-2020年)》中就已經(jīng)提出,支持企業(yè)加強多方安全計算等數(shù)據(jù)流通關鍵技術攻關和測試驗證。

工信部《工業(yè)大數(shù)據(jù)發(fā)展指導意見(征求意見稿)》也提出在工業(yè)領域積極推廣MPC技術,促進工業(yè)數(shù)據(jù)安全流通。 2020年4月,中共中央、國務院印發(fā)《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(shù)據(jù)和土地、資本、勞動力提升至同樣的生產(chǎn)要素高度,明確指出了市場化改革的內(nèi)容和方向。

這一系列“組合拳”下來,極大地推動了基于“隱私計算”的數(shù)據(jù)共享產(chǎn)品的應用落地。如今,隱私計算技術的應用場景越來越多,尤其是在金融、醫(yī)療和政務領域。

在金融領域,國內(nèi)隱私計算產(chǎn)品主要應用于金融風控和獲客,即多家金融相關機構在不泄露客戶個人信息的前提下,對客戶進行聯(lián)合畫像和產(chǎn)品推薦,在多頭借貸等場景下能有效降低違約風險。

以洞見科技為例,去年與中誠信征信聯(lián)合發(fā)布了見智安全計算平臺,以“零緩存”理念升級其征信數(shù)據(jù)服務,同時開放安全多方計算和聯(lián)邦學習等功能給其智能風控客戶。合作的內(nèi)容主要是聯(lián)合數(shù)據(jù)提供方,在各方數(shù)據(jù)不出私域的情況下,進行聯(lián)合風控建模和聯(lián)合營銷篩選。

醫(yī)療行業(yè)也成為隱私計算關注重點。隱私計算能夠有效助力醫(yī)學影像識別、疾病篩查、AI輔助診療、智能問診咨詢等。例如多家醫(yī)療機構可以通過橫向聯(lián)邦學習聯(lián)合構建目標檢測模型,用于輔助通過醫(yī)療圖像的疾病檢查(如肺部X光片檢查等)。

此外,通過隱私計算技術,醫(yī)療機構與保險公司之間也可以在不共享原始數(shù)據(jù)的情況下,分析投保者的健康信息。 政務行業(yè)有望成為隱私計算下一個應用重點。隱私計算提供了政府數(shù)據(jù)與電信企業(yè)、互聯(lián)網(wǎng)企業(yè)等社會數(shù)據(jù)融合的解決方案,有助于政府數(shù)據(jù)開放,實現(xiàn)精準施策。

例如在某地,通過騰訊安全提供的聯(lián)邦學習平臺,實現(xiàn)了政務、銀行、企業(yè)的三方的協(xié)作建模。在疫情期間對小微企業(yè)進行了精準畫像,模型的AUC提升了40%,實現(xiàn)了企業(yè)綜合評估、銀行授信和政府貼息全閉環(huán),大大降低了信息不對稱導致的成本,提升了資金流轉的效率,促進了產(chǎn)業(yè)政策精準落地。

此外,一些隱私計算服務商還與政府機構合作,例如地方城市的數(shù)據(jù)能力開放平臺建設和面向中小微企業(yè)的融資服務對接平臺建設等,通過隱私計算和區(qū)塊鏈計算,提供安全合規(guī)的平臺建設方案。

有業(yè)內(nèi)分析人士指出,在保護數(shù)據(jù)隱私的背景下,2020年成為隱私計算的技術元年,2021年則是隱私計算的商業(yè)落地年。

隱私計算發(fā)展仍面臨挑戰(zhàn) 

雖然市場潛力巨大,但隱私計算整體還處于初期階段。與此同時,隱私計算作為新興技術,也面臨著一些亟需解決的現(xiàn)實問題。

首先,隱私計算技術性能還難以滿足大規(guī)模商用要求。 雖然目前隱私計算的性能已經(jīng)大大提升,但由于其加密機理復雜、交互次數(shù)多,當流通的數(shù)據(jù)量較大或結構較為復雜時,計算效率問題仍然未能解決,特別是對于復雜算法的聯(lián)合建模效率仍然難以令人滿意。

其次,隱私計算技術市場難以迅速培育。

相對于其巨大的市場前景,目前隱私計算技術的市場還遠未成熟,而市場環(huán)境的培育也呈現(xiàn)出較大的難度。一方面,由于隱私計算技術復雜且常常呈現(xiàn)“黑盒化”現(xiàn)象,大部分用戶對隱私技術難以理解和信任。另一方面,隱私計算處理的對象往往是敏感的數(shù)據(jù)資產(chǎn),試錯成本大,從而更加增加了用戶的接受成本。

再次,目前大部分企業(yè)的數(shù)據(jù)規(guī)范性和數(shù)據(jù)質量難以支撐隱私計算技術。

由于隱私計算算法敏感度較高,因此對參與方的數(shù)據(jù)規(guī)范性和數(shù)據(jù)質量要求也較高。此外,隱私計算多用于跨企業(yè)甚至跨行業(yè)的數(shù)據(jù)流通,會有包括數(shù)據(jù)使用方、提供方等在內(nèi)的多方參與主體,對參與方的數(shù)據(jù)一致性也提出了較高要求。

最后,現(xiàn)有法律法規(guī)未對隱私計算地位進行明確定位。 例如,《中華人民共和國網(wǎng)絡安全法》中規(guī)定“未經(jīng)被收集者同意,網(wǎng)絡運營者不得向他人提供個人信息”,同時設置了“經(jīng)過處理無法識別特定個人且不能復原”的例外條款。

將個人信息用于隱私計算是否屬于這一例外條款,法律法規(guī)及相關標準等并無明確界定。

然而,由于隱私計算僅僅避免了原始數(shù)據(jù)轉移的過程,但仍然完成了基于多方數(shù)據(jù)的計算,使得其在某種程度上依然破壞了消費者的隱私。這正在成為制約隱私計算發(fā)展的無法回避的問題。

整體來看,目前整個隱私計算相關技術處于最初期階段,在數(shù)據(jù)安全、基礎建設、商業(yè)模式等方面,仍存在諸多難題和挑戰(zhàn)。

但不可否認的是,隱私計算行業(yè)的市場潛力巨大,未來發(fā)展不可估量,無論是監(jiān)管部門、第三方機構還是技術參與方,都在共同筑造數(shù)據(jù)價值和數(shù)據(jù)安全共享的生態(tài)圈,很可能會在未來幾年迎來爆發(fā)期。