“隐私计算”元年，谁在保护你的隐私？
迅猛发展数十年，“数据”已成为和土地、资本、劳动力、技术并列的“生产要素”。尚未成熟的数字新技术、新模式闯入各式各样的生活、生产场景中，以浪潮般速度为上述场景塑造了数条第二增长曲线。
浪潮之下，企业渐渐发现，因各个平台数据相对封闭独立，一个个“信息孤岛”逐步成型，成为制约数据要素发挥社会价值的重要因素；此外，因平台数据管理问题、数据保护能力薄弱导致的数据泄漏、数据违规买卖等乱象开始层出不穷……
有关确保数据安全的呼声开始出现，从最初的三三两两，逐步汇成一道巨大声浪——数字时代奔涌而来，数字经济增长第二曲线的B面，普通人和企业的隐私如何保护？
九月的第一天，被称为史上最严的《数据安全法》正式施行。历经三次审议修改后，《数字安全法》重点强调了数据全生命周期的各环节的安全保护，对于数据访问、检索、修改等各项行为需做到身份核验、权限控制及风险监测。
与此同时，一个名为“隐私计算”的名词逐渐出圈。作为数据安全与数据流通领域关键技术的“隐私计算”，正在成为“解决数据使用与数据安全之间矛盾”的关键元。
“隐私计算”背后，腾讯、百度、同盾科技等一批走在浪潮之巅的科技公司正在成为数据安全的坚实保护者。
1
“价值”还是“安全”？
数据要素奔涌发展，究竟是要“实现价值”还是要“确保安全”，已经成为横亘在数字经济发展历程中的一个严峻问题。
将复杂问题拆解，二元对立矛盾归根结底还是数据的使用权以及所有权之争。
当下互联网信息服务的商业模式中，大多数互联网平台在提供服务的同时往往会让用户授权数据的使用权以及实际所有权。过去的一段时间里，诸如此类的条款曾多次因安全问题，受到舆论质疑。
随着数据要素的渗透程度日渐提高，用户对数据隐私安全的焦虑不断加剧。二元矛盾日益尖锐，需求随之诞生：有没有一种技术可以让数据使用权与所有权分离，在保护用户数据所有权的同时又不影响互联网平台合规实现数据价值？
从现有情况来看，“隐私计算”似乎是目前最优解决方案。
“隐私计算”一词最早出现在2016年发表的论文《隐私计算研究范畴及发展趋势》中，被定义为面向隐私信息全生命周期保护的计算理论和方法，是隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统。
同盾科技合伙人、人工智能研究院院长李晓林教授用更为简单的文字描述：隐私计算其实就是一个能够保护个人隐私，又能够做一些计算、学习、建模的技术。
除此外，业内还有着一个共识：隐私计算并不是一种单一的技术，它是一套包含人工智能、密码学、数据科学等众多领域交叉融合的跨学科技术体系。
2020年，中国信通院联合近50家单位共同发起“隐私计算联盟”，同盾科技与华为、腾讯、百度等企业成为隐私计算联盟的首批成员单位。
工业和信息化部网络安全管理局有关负责人认为，隐私计算技术为应对个人隐私保护、数据安全隐患和数据孤岛等数据流通的关键难题提出了一种创新的解决思路，成为平衡数据利用与安全的重要路径之一。
“除了法律法规，技术的发展和进步，也将为个人信息保护以及数据生产要素化提供有效途径。”
在中国信息通信研究院云计算与大数据研究所所长何宝宏看来，以隐私计算平台为代表的多方安全计算环境，有望成为数据合规流通基础设施的关键一环，在保证安全的前提下有效持续释放数据要素价值，促进数字经济高质量发展。
被广泛推崇的隐私计算究竟有何魔力？
2
“隐私计算”的战国时代
从当前数字产业的发展矛盾出发，隐私计算的出现有其必然性。
“传统数据孤岛模式下，大机构或平台将数据收集起来以集中的方式处理。如今这种将数据完全集中在一起‘大炼钢铁’的模式难以维持，所以提出既要保护数据隐私，又要能够使数据达到‘可用不可见’”，李晓林如此说道。
“作为一种推动数据安全有序流动的解决方案，隐私计算的核心价值是能够实现‘数据可用不可见’‘数据不动模型动’”，接受《中国电子报》采访时，赛迪智库网络安全研究所工程师张博卿表亦如此表示，“（隐私计算）具备打破数据孤岛、加强隐私保护、强化数据安全合规性的能力。”
简而言之，隐私计算能够保证满足数据隐私安全的基础上，实现数据“价值”和“知识”的流动与共享， 真正做到“数据可用不可见”。
二元对立矛盾迎来解法，隐私计算成为市场关注的新兴势力。据毕马威预测，隐私计算国内市场规模将快速发展，三年后技术服务营收有望触达100到200亿人民币的空间，甚至撬动千亿级的数据平台运营收入空间。
李晓林教授在“2021全球人工智能技术大会”上谈到：“隐私计算赛道受到市场广泛关注，特别是近两年很多隐私计算公司如雨后春笋般生长出来，我认为当下我们正处于一个‘战国时代’。”
但他同时也表示，目前，隐私计算市场还没有进入成熟阶段。“对于每一个参与者来说合作要大于竞争，为了行业的行稳致远，需要整个产业各界的紧密协作来集体作出贡献。"
一位区块链业内人士亦表示，如今的隐私计算赛道一如此前的区块链，“随着越来越多的人参与进来，整个业界对区块链的认知已经有了很大的提升。隐私计算同样也需要有更多的人去积极推动，做到认识和行动统一，打破隐私悖论。”
正如李晓林教授所言，因整个产业还处于发展初期，入局隐私计算赛道的企业正沿用着不同技术路线，处于“战国时代”。
一位业内人士表示，“目前隐私计算主要分为三个流派——多方安全计算（MPC）、联邦学习（FL）、可信计算环境（TEE）。”三个关键技术流派主要关联于平台的技术选型。一方面，每个技术路线仍存在安全性、性能、易用性等多方面问题；另一方面，不同的技术各有所长，有各自较为适宜的应用场景。
在一众入局隐私计算的厂商当中，同盾科技的战略显得与众不同。
3
从技术融合到生态搭建
“同盾在隐私计算方面做了多年的铺垫和布局，包括利用多方安全计算、联邦学习、人工智能算法在金融智能风控、反欺诈等方面做了非常多的工作，不管是技术的深度还是业务的广度都走在行业的前列，一些成果也不断涌现。”
>相关《“隐私计算”元年，谁在保护你的隐私？》内容：
1、 谁在给太平鸟“抄下去”的理由？
太平鸟似乎正逐渐走出了“抄袭风波”的阴影。 而仅仅是在一个多月前，这家服饰品牌还因抄袭国内一时尚博主品牌创意而遭到千万网友群嘲。 当然一个更现实的景象是，周末太平鸟的门店里依然人满为患，成为了为数不多商圈流量的汇集之处。至少从目前来看，线...【继续阅读】
2、 谁在给太平鸟“抄下去”的理由？
太平鸟似乎正逐渐走出了“抄袭风波”的阴影。 而仅仅是在一个多月前，这家服饰品牌还因抄袭国内一时尚博主品牌创意而遭到千万网友群嘲。 当然一个更现实的景象是，周末太平鸟的门店里依然人满为患，成为了为数不多商圈流量的汇集之处。至少从目前来看，线...【继续阅读】
3、 179秒变769，你的“考研房”这么贵，到底是谁在中间赚差价
理财鱼小提示：179秒变769，你的“考研房”这么贵，到底是谁在中间赚差价 对于百万考研人来说，磨难从来不只那一纸试卷：比如随着考研的临近，如何能顺利地在考点周围订上一间酒店房间，也成了九九八十一难之前的关键一难。因为无法参加考研的预报名，考生小Q根...【继续阅读】