隱私計算作為在數據融合應用過程中保障數據安全合規的關鍵技術路徑，其商 業模式、應用場景、技術變革、產業趨勢、法律問題等正成為當前政、產、學、研、用等 各界關注的熱點。在此背景下，騰訊多個部門聯合撰寫《騰訊隱私計算白皮書 2021》，旨在與業界共同探討、推動隱私計算技術產業的發展，尋求在數字治理中發 展和安全的平衡點。

白皮書主要分為五個部分：

第一部分闡述了隱私計算的發展背景、基本概念和 主要作用。

第二部分主要分析了隱私計算的技術體系，重點對聯邦學習、可信計算、 安全多方計算以及區塊鏈和隱私計算融合發展進行了探討。

第三部分主要描述了隱 私計算當前應用的重點行業和場景。

第四部分重點探討了在法律視角下隱私計算在 數據安全合規方面的作用和痛點。

第五部分重點從技術、應用、法律等視角對隱私計 算的發展進行了展望。

隱私計算的發展總體還處于起步階段，并隨著產學研用各界的研究，以及政策 環境、用戶需求等變化加速演進。當前我們對隱私計算認識也處于探索階段，未來將 根據騰訊及合作伙伴的實踐以及來自各界的反饋意見，在持續深入研究的基礎上適 時修訂。

一些概念：

隱私計算（Privacy Computing）是一種由兩個或多個參與方聯合計算 的技術和系統，參與方在不泄露各自數據的前提下通過協作對他們的數據進行聯合機器學習和聯合分析。隱私計算的參與方既可以是同一機構的不同部門，也可以是不同的機構。

聯邦學習是一種分布式機器學習技術和系統，包括兩個或多個參與方，這些參與方通過安全的算法協議進行聯合機器學習，可以在各方數據不出本地的情況下聯合多方數據源建模和提供模型推理與預測服務。

安全多方計算是一種在參與方不共享各自數據且沒有可信第三方的情況下安全地計算約定函數的技術和系統。

可信計算指借助硬件CPU芯片實現可信執行環境（TEE），從而構建一個受保護的“飛地”（Enclave），對于應用程序來說，它的Enclave是一個安全的內容容器，用于存放應用程序的敏感數據與代碼，并保證它們的機密性與完整性。

報告下載：騰訊隱私計算白皮書（2021）.pdf

責任編輯：王超