• <rp id="53ecc"></rp>
  • <ol id="53ecc"></ol>

      <em id="53ecc"><acronym id="53ecc"><u id="53ecc"></u></acronym></em>
    1. <tbody id="53ecc"></tbody>

        <button id="53ecc"><acronym id="53ecc"></acronym></button>
        <th id="53ecc"><track id="53ecc"></track></th>
        1. <legend id="53ecc"></legend>

          千億 “隱私計算”:數據時代與隱私安全共存的鑰匙?丨黃金眼

            近日,“學習通數據庫疑發生信息泄露”沖上了微博熱搜第一,再次引發了全民對于隱私的討論。

            據安全行業業界內消息,國內眾多高校都在推薦學生使用的主流學習軟件"超星學習通",被曝出了數據庫信息泄露,其中包含學校、姓名、手機號、學號/工號、性別、郵箱、密碼等全面的個人隱私數據,泄露超出了1.7億條,不僅在境外平臺被公開售賣,并且售價僅需1.2萬人民幣。

            眼下的信息數據時代,確實為人們生活帶來了不少便捷。但時不時就爆出的重大隱私問題,也讓人們對這個信息數據時代又愛又恨。

            那么,挖掘數據潛力和保護隱私底線,真的沒有辦法共存嗎?

            如何在不侵犯隱私的前提下充分利用數據價值呢?

            “隱私計算”或許是個答案。

            01

            什么是隱私計算?

            數字經濟高速發展之際,數據涉及的隱私問題只會越來越頻繁。

            當前,我國數字經濟增加值規模已由2017年的27.2萬億元,增加至了2020年的39.2萬億元,5年復合增長率為11%。2020年全球數字經濟占GDP高達38.6%,結合數字經濟隨著GDP增速變化規律推斷,2025年國內數字經濟市場規模將占GDP比重55%,市場規??筛哌_65萬億元。

            數據作為數字經濟的核心生產要素之一,通過跨領域、跨行業、跨地域的機構間數據流通釋放要素價值。

            但是,在大數據產業迅猛發展的背后,數據隱私安全相關問題也在逐漸暴露,傳統“復制式”的數據流通方式讓商業隱私信息、個人隱私信息等產生了泄漏,無法滿足法律合規要求。

            如果在數據提供方處展開計算,雖然可以讓數據不出域,但會暴露業務方的計算規則與計算模型,進而暴露業務方的商業隱私。因此,若想讓數據要素實現良好的市場化配置,行業首先需要完善數據可信流通能力的建設。

            那能不能夠構建起一個“可用但不可見”的數據可信流通范式呢?答案是可以的。

            隱私計算,又稱隱私保護計算,能在保證數據提供方不泄露原始數據的前提下,對數據進行分析計算,保障數據以“可用不可見”的方式進行安全流通。

            而且除了“數據可用不可見”的特性外,隱私計算中的多方安全計算技術也可以控制數據的用途以及用量,進而做到數據“用途可控可計量”。

          圖片

          圖/艾瑞咨詢

            在應用實踐中,隱私計算還可以融合區塊鏈技術來強化在“數字身份、算法、計算、監管”等方面的信任機制,進一步完善數據要素的確權、定價與交易的可信體系建設。

            圖片

            02

            潛力究竟有多大?

            隱私計算,全球市場或在不久后突破千億規模。

            2021年7月,全球最具權威的IT研究與顧問咨詢公司Gartner(高德納),發布了隱私計算的技術成熟度曲線,并將其列為未來九大趨勢之一,2024年全球市場規?;蜻_到150億美元以上,即千億人民幣規模級別。

            Gartner表示到2025年,將有60%的大型組織會在分析、商業智能或云計算中使用一種或多種隱私增強的計算技術。

            隱私計算技術成熟度曲線 資料來源:Gartner

            隱私計算技術普及并不遙遠,因為目前已經有三種較為主流的技術實現思路。

            隱私計算有許多底層技術可供選擇,但實現隱私計算可能需要多種技術融合應用?,F階段主要的技術實現思路分為三種,分別是以密碼學為核心的技術實現、融合隱私保護技術的聯合建模,以及依托可信硬件的技術實現。

            圖/艾瑞咨詢

            目前MPC、TEE與聯邦學習三種技術商用化進程較為領先,短期內這一技術趨勢會被延續下去。

            長遠角度來看,MPC、聯邦學習需要隱私計算供應商長期積累有效數據并迭代、優化算法,而TEE需要在此基礎上對于底層芯片做出優化設計。綜合而言,TEE對于供應商的軟硬件全棧能力要求極高,現階段國內僅互聯網頭部廠商才有可能實現。出于成本考慮,MPC與聯邦學習的應用占比或許會有增加。

            圖片

            03

            國內起步較晚

            但發展勢頭強勁

            我國隱私計算企業布局較晚,2016年國內才開始出現垂直的隱私計算廠商,從發展周期上看,目前整體處于核心基建期。

            不過作為一門借助產學研協同發展起來的新興技術,隱私計算的理論研究國內早已勢頭火熱。

            自2011年以來,全球在隱私計算領域共發表了論文5280篇,且論文數量始終保持著不低于10%的增速逐年上升。從發表論文的國家和地區來看,中國一騎絕塵,處于絕對領先地位,論文發表數量占到了總數的34.8%。

            圖片


            

          圖片

            而且從專利申請上看,近幾年國內隱私計算專利申請量同樣迅猛。2017年開始,隱私計算專利申請數量飛速增長,2019年和2020年都相繼突破了1000項,截至目前,隱私計算相關專利已達到5000項。

            與此同時,國內隱私計算行業在資本領域同樣火熱了起來。

            2016年至2022年一季度,中國隱私計算企業的累計融資額超30億元人民幣,其中2021年占比超過60%。整體上來看,近年來的資本熱度持續提升,大量初創型隱私計算企業紛紛入局。

            2020年和2021年是近年來資本熱度最高的兩個年份,2020年參與融資的隱私計算企業主要集中于種子輪~A+輪,2021年參與融資的隱私計算企業集中于Pre-B輪~C輪, 2022年,資本熱度也在持續。

            目前的投資機構呈現出多元化的狀態,創投機構、產業基金、國有企業、各類科技公司等紛紛入局,分別從財務投資、戰略投資等多個方面助力隱私計算企業發展。

            雖然2021年中國隱私計算市場規模僅為4.9億元,但是專業機構預測2025年將達到145.1億元。

            圖片

            04

            哪類企業

            潛力更足、確定性更強?

            雖然金融行業目前是隱私計算的領跑行業,但成長潛力最大的或許還會是互聯網巨頭等企業。

            當前屬于隱私計算產業上游的是數據提供方,金融數據提供方包括各級金融機構、銀行、互聯網公司等,醫療數據提供方包括各級醫院、醫保機構、醫藥公司等,政務數據提供方包括各地大數據局、稅務、司法、工商等公共部門。

            產業中游則是隱私計算廠商,包括隱私計算的初創/垂直公司、互聯網巨頭、IT公司等。代表公司分別有洞見科技、螞蟻集團、華控清交、諾崴科技、微眾銀行、安恒信息等。

            產業下游則是數據使用方,包括醫療機構、金融機構、政府等。除上述三類主體外,產業鏈上還包括監管方和第三方應用提供商。

            圖片


            

          圖片

          2022年中國隱私計算產業圖譜 圖/艾瑞咨詢

            2020年是隱私計算的元年,金融行業是隱私計算領跑行業。目前,隱私計算目前正處于落地初期階段,金融、政務、通信運營商領域的商用實踐相對領先。不過當前正值行業基建期,市場需求集中在主要實施方式為本地化部署的基礎產品服務。

            而數據運營服務,或將開啟“隱私計算+”的藍海市場。

            數據運營的理想模式是將數據智能產品打造成算法模型和多方數據的綜合性產品,從而提供“數據調用+算法模型”的整體服務。數據運營方需要通過數據運營能力來持續創造價值,并可延伸至利潤空間更大的兩種商業模式:數據分潤和業務分潤。

            其中,互聯網大廠、深耕垂直場景的初創企業以及產業內頭部企業發展更具確定性。

            隱私計算解決方案對其底層技術的成熟度依賴極高,但僅憑借隱私計算底層技術,企業是無法為用戶提供有效的服務。用戶的需求往往對于數據的需求極為定制化、專業化,導致隱私計算供應商需要為用戶提供有效的脫敏數據。

            所以企業是很難憑借單一的競爭優勢建立隱私計算生態,而像互聯網大廠、深耕垂直場景的初創企業以及產業內頭部企業,是同時能掌握優秀的算法與豐富的數據資源,這為其成功布局隱私計算提供了更大的可能性。

          附件:

          亚洲av综合色区在线观看_天天影视色香欲综合网网站86_风韵老女人性按摩推油_曰本无码不卡高清av一二