隐私计算技术：让数据开放与数据安全二者可兼得

就在不久前刚刚结束的博鳌亚洲论坛2022年年会上，中国金融学会会长周小川表示，隐私计算等多项技术的发展，为应对数据跨境流动和自由交易中面临的安全、隐私和定价等问题提供了有力支撑。

IDC中国日前发布的《隐私计算全景研究》报告，对隐私计算的发展潜力给出了量化数据。报告称，2021年中国隐私计算市场规模突破8.6亿元。隐私计算发展迅速，但商业环境尚未成熟，整体市场还有很大的发展空间。

满足开放和保护的双重要求

近年来，随着数字经济的发展，数据安全、数字经济治理等议题成为社会关注的焦点。今年的政府工作报告首度将“数字经济治理”写入其中，为数据要素市场的良性发展及数据健康流通打下了基础。

自2015年全国首个大数据交易中心在贵阳成立以来，各地顺应人工智能、大数据的发展潮流，纷纷筹建数据交易中心。据统计，截至目前，北京、上海、深圳、重庆、合肥等地均启动了数据交易所或数据交易中心建设，全国各地的数据交易中心已超过30所。

但数据交易的市场并没有顺利打开。现实情况是，各方出于对安全性、隐私性等问题的考虑，致使“数据高墙”林立、数据流通受阻。

数据只有在使用、加工和流通的过程中才会产生价值，如何让数据真正高效流通起来是国内数据交易市场亟待解决的难题。

那么，怎样在保证数据高效流通的基础上，兼顾数据的开放与保护？香港科技大学智能网络与系统实验室主任、深圳致星科技有限公司创始人陈凯认为，隐私计算技术以“数据可用不可见”的特性，平衡了数据开放共享和隐私安全保护的矛盾，可在保证原始数据安全的同时，实现对数据的计算和分析，为数据要素在跨域流通环节中的安全隐私问题提供了技术解决方案。

隐私计算是由两个或多个参与方在不泄露各自数据的前提下通过协作对数据进行联合处理。在隐私计算技术的加持下，数据的处理与分析过程可保持不透明、不泄露、无法被恶意攻击及被其他非授权方获取，满足开放和保护的双重要求。

隐私计算促进数据要素市场化

国家工业信息安全发展研究中心发布的《中国隐私计算产业发展报告（2020—2021）》显示，结合我国大数据产业规模来看，2020年至2021年间，隐私计算产品市场规模约为10亿元，未来基于隐私计算的数据交易应用模式市场或将达到千亿级，隐私计算开辟了数字时代下的新蓝海。

2020年被认为是隐私计算元年，除了垂直的初创企业外，不少互联网企业、综合IT服务商、人工智能、大数据等相关企业纷纷试水隐私计算赛道。据不完全统计，仅2021年上半年，国内隐私计算领域新增融资金额已超过6亿元，在所有获得融资的企业里，融资金额过亿的企业更是超过了半数。

投资持续走热的同时，隐私计算落地应用情况如何？根据艾瑞咨询发布的《2022年中国隐私计算行业研究报告》显示，隐私计算目前正处于落地初期阶段，金融、政务、通信运营商领域的商用实践相对领先。其中，金融行业对数据安全性、隐私性要求严格，成为隐私计算落地应用的重要领域。

以金融风控应用为例，由于金融数据的敏感性，无法在多个机构间直接共享与整合。陈凯表示，隐私计算技术能在保护用户个人隐私安全的前提下，为金融机构链接海量数据，优化迭代其风控模型，构建完整的贷前风险识别、贷中管理、贷后风险预警，为金融机构降低信贷风控成本与坏账率。未来，隐私计算或在金融领域大展拳脚。

安全与效率的平衡，是数据要素产业发展的一大难题。陈凯认为，无论是多方安全计算、联邦学习、同态加密，还是秘密共享等隐私计算技术，在实际应用场景中都对算力提出了巨大的需求与挑战。倘若算力性能无法提升，那么隐私计算将难以处理越来越多的海量数据，也就无法实现自身的规模化发展。

值得期待的是，目前算力的提升得到了社会各层面的普遍重视。在国家层面，京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地已启动建设国家算力枢纽节点，标志着“东数西算”工程已进入到规划建设阶段。隐私计算消除了数据壁垒，为数据要素市场化、全国数据资源流通“一盘棋”提供了有效技术支持，因而也将成为“东数西算”工程实施“软”建设的关注重点。

在企业层面，构建一个良好的发展生态，是隐私计算发展与规模化应用的关键所在。因此需促进各方互通互联，实现技术开放与迭代，充分释放算力市场的巨大发展空间。