數(shù)據(jù)，是人工智能技術的三大基礎之一。而數(shù)據(jù)安全，或將成為智能時代更快到來的“鐵軌”與“基座”。
隨著信息技術和人類生產生活交匯融合，各類數(shù)據(jù)迅猛增長、海量聚集，對經濟發(fā)展、人民生活都產生了重大而深刻的影響。而數(shù)據(jù)在收集、存儲、共享的過程中同時面臨收益與風險。
如何確保數(shù)據(jù)安全，并做到“可用不可見”，至此隱私計算技術應運而生。
資料來源：國家工業(yè)信息安全發(fā)展研究中心發(fā)布《中國隱私計算產業(yè)發(fā)展報告(2020~2021)》
越來越多的企業(yè)正把目光投向隱私計算領域，隱私計算技術也已在不同場景中落地。
國外隱私計算代表案例：
谷歌 ——Password Checkup保護數(shù)據(jù)安全共享
2019 年2 月，谷歌推出密碼檢查器Password Checkup，一個Chrome擴展程序，幫助用戶檢測他們在網站上輸入的用戶名和密碼是否已被盜用。
Password Checkup依賴于隱私集合交集(PSI)的加密協(xié)議，協(xié)議收集超過“40 億個”的已知不安全或已外泄的賬號和密碼，在Chrome 用戶安裝這功能后，一旦用戶登錄某個網站時，Google 便會主動偵測帳戶密碼是否在外泄名單中。
Password Checkup程序體積小巧，功能簡單，但背后卻對大量數(shù)據(jù)進行高安全等級處理。本地加密、密文數(shù)據(jù)對比等可以說是隱私計算基本概念的教科書式展現(xiàn)，也令其成為數(shù)據(jù)安全共享的典型科普案例。
蘋果——iiOOS10引入差分隱私技術保護用戶數(shù)據(jù)
移動互聯(lián)網時代，手機承載一個人所有的秘密。
早在2013年一位當時就讀于美國西北大學的研究生，結合搜索引擎與紐約城市出租車和豪華轎車委員會對外公布的一份2013年全市的出租車行程數(shù)據(jù)，便鎖定幾位明星的行蹤。
但要如何抵御對于個體用戶隱私數(shù)據(jù)的“精確計算”，而又能提高數(shù)據(jù)共享和使用的效率?
蘋果公司在當時推出的iOS 10系統(tǒng)中，用差分隱私收集法做出回答。
差分隱私的原理是用算法加擾個人用戶數(shù)據(jù)，使追蹤技術無法實現(xiàn)回溯。隨后在無法獲得原始數(shù)據(jù)的情況下對數(shù)據(jù)批量計算，輸出計算結果。
在獲得機器學習所需的數(shù)據(jù)資源的同時，實現(xiàn)用戶隱私數(shù)據(jù)的保護。
目前國外，谷歌、蘋果、facebook等企業(yè)都在進一步加強對數(shù)據(jù)安全的保護力度。
國內也有翼方健數(shù)、微眾銀行、螞蟻金服、華控清交這“隱私計算四小龍”領跑行業(yè)，呈現(xiàn)出四超多強的局面。
國內隱私計算企業(yè)一覽圖：
資料來源：微眾銀行&畢馬威發(fā)布《2021隱私計算行業(yè)研究報告》
國內隱私計算代表案例(以隱私計算四小龍為例)：
翼方健數(shù)——“翼數(shù)坊”(XDP)助力廈門市城市級健康醫(yī)療大數(shù)據(jù)開放平臺
在醫(yī)療資源總量不足，優(yōu)質資源匱乏，分布也不夠合理的大環(huán)境下，分級診療成為重要的解決方案。
如何將三甲醫(yī)院醫(yī)生積累的豐富臨床經驗轉化為智能化的知識輸出，并輔助診斷?醫(yī)療AI也許是很好的解決方案。
但囿于對數(shù)據(jù)安全、醫(yī)學倫理和個人隱私方面的擔心，數(shù)據(jù)的獲取、治理以及合理應用仍是醫(yī)療AI行業(yè)的難題。
翼方健數(shù)基于隱私安全計算技術平臺“翼數(shù)坊”(XDP)，在廈門市衛(wèi)健委的主導下，匯聚廈門市各醫(yī)療機構的健康醫(yī)療數(shù)據(jù)，引入第三方服務機構來處理和挖掘原始數(shù)據(jù)，提供應用服務。
“翼數(shù)坊”首先在廈門全市基層社區(qū)醫(yī)院兒科診療過程中落地應用，通過學習海量的兒科電子病歷，開發(fā)病例結構化、輔助診斷、輔助用藥，輔助檢查推薦等一系列深度學習模型，通過打通智能模型、電子病歷EMR與其他信息系統(tǒng)，形成一套智能臨床輔助決策和知識庫體系。
翼方健數(shù)CEO羅震認為，未來，技術甚至支持多個隱私安全計算平臺作為分布式網絡進行交互。完成數(shù)據(jù)探查、數(shù)據(jù)價值輸出到數(shù)據(jù)價值流通，數(shù)據(jù)價值高地將會真正出現(xiàn)，形成一個“數(shù)據(jù)和計算的互聯(lián)網”(IoDC)。
微眾銀行——聯(lián)合多家外部合作伙伴建立小微企業(yè)信貸風控模型
近年來，雖說小微貸款越來越受重視，但由于風險過高，許多銀行不愿給小微企業(yè)貸款，因此如何規(guī)避風險，降低微型企業(yè)貸款的不良率顯得尤為重要。
微眾銀行聯(lián)合多家外部合作伙伴一起搭建基于聯(lián)邦學習的風控模型，以解決小微企業(yè)貸款風控數(shù)據(jù)不足的問題。
在報告中，通過以微眾銀行和發(fā)票信息服務公司的合作案例，驗證微眾銀行“基于開源的聯(lián)邦學習系統(tǒng)FATE進行縱向聯(lián)邦建模，多個機構可以建構聯(lián)合模型而無需共享其數(shù)據(jù)”模式的有效性和安全性。
與只使用傳統(tǒng)模型來訓練標簽Y相比，聯(lián)合發(fā)票數(shù)據(jù)的縱向邏輯回歸AUC增加12%，隨著模型效果的改善，貸款不良率明顯下降。
螞蟻金服集團——螞蟻鏈摩斯多方安全計算平臺
金融企業(yè)應用場景各方都有各方的數(shù)據(jù)系統(tǒng)，并不互用，而且互用方式對隱私信息的保護也需要單獨投入研發(fā)，螞蟻鏈服務可解決這一難題。在金融場景下，螞蟻鏈可以解決單一機構數(shù)據(jù)不足，第三方合規(guī)數(shù)據(jù)不易獲取的困難。
螞蟻鏈摩斯多方安全計算平臺采用去中心分布式架構，數(shù)據(jù)合作各方通過本地安裝的摩斯計算節(jié)點完成安全計算，保證原始數(shù)據(jù)不出域，僅輸出計算結果。
并可將查詢調用記錄存證在區(qū)塊鏈上，防止數(shù)據(jù)造假，保障數(shù)據(jù)質量。
例如與富民銀行聯(lián)合風控，富民銀行利用摩斯安全計算平臺，和合作方實現(xiàn)多方聯(lián)合風控，在保證數(shù)據(jù)安全的同時，實現(xiàn)模型預測效能提升25%。有效降低業(yè)務風險和不良資產率。
華控清交——PrivPy多方計算平臺助力金融機構
金融業(yè)作為經營風險的行業(yè)，在業(yè)務數(shù)據(jù)化驅動與合規(guī)經營的內外部環(huán)境要求下，其數(shù)據(jù)安全共享與融合應用的需求愈加迫切。
金融機構面向個人投資者銷售資管產品時，需要嚴格確認投資者當前持有的金融資產總額或年收入總額等，以核實其是否具有投資資格。
面對上述問題，華控清交在中國互聯(lián)網金融協(xié)會指導下，使用多方安全計算技術，實現(xiàn)了在保護申請者數(shù)據(jù)隱私的前提下，融合各機構客戶金融資產、收入流水等數(shù)據(jù)，自動計算投資者的金融資產或收入狀況信息，實現(xiàn)高效合規(guī)的個人合格投資者認證，同時全流程可驗證、可追溯、可解釋、可審計、可監(jiān)管。
在大數(shù)據(jù)與人工智能時代背景下，AI與數(shù)據(jù)計算在各行各業(yè)應用越廣泛，數(shù)據(jù)價值就愈加凸顯。
隱私計算看似是個全新的概念，其實是個世界級的話題。隱私計算最早源于人工智能的興起，直到今天隨著數(shù)據(jù)的價值日益彰顯。
近年來，資本市場對該領域的關注度愈漸火熱，2020年-2021年隱私計算賽道融資事件也呈現(xiàn)幾何式增長狀態(tài)。2021年7月底，隱私計算領域技術專精型公司中已披露的最大規(guī)模單筆融資由國內“隱私計算四小龍”之一的翼方健數(shù)宣布完成，總金額超過3億元人民幣。隱私計算企業(yè)獲得來自
今年7月29日，翼方健數(shù)完成的3億元 B+輪戰(zhàn)略融資，或為目前隱私計算領域技術專精型公司中已披露的最大規(guī)模單筆融資，資本的認可，無疑也肯定了隱私計算將在未來發(fā)揮巨大的潛力。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
