數據安全猶如懸在數據融合應用之上的達摩克里斯之劍。一方面，我們享受著數據融合應用智能化、個性化的便利性，特別是對于B端來說，數據融合提高了業務操作精準度和效率；另一方面，我們痛恨信息數據泄露從而被沒完沒了的營銷包圍甚至被用于其他未可知的用途。

如今，國內大數據產業立法嚴監管風暴正在逼近，如何防止這把劍掉下變得更為迫切，隱私計算技術應運而生并正在加速演進。

近期，畢馬威與微眾銀行聯合發布的《深潛數據藍海 2021隱私計算行業研究報告》（下稱《報告》）中預測，隱私計算在國內的市場規模將快速發展，三年后，技術服務營收有望觸達100-200億人民幣的空間，甚至將撬動千億級的數據平臺運營收入空間。

4月18日，騰訊再發《騰訊隱私計算白皮書2021》（下稱《白皮書》），并在開篇明確指出，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，其發展總體還處于起步階段。

“隱私保護政策越嚴格對我們越有利，現在國家非常重視銀行的數據合規問題，所以很多銀行在主動找我們尋求合作?！币患抑饕峁╇[私計算技術服務的科技公司的員工向21世紀經濟報道記者表示，目前隱私計算技術運用得最廣泛的三大領域為政務、金融、醫療。

數據融合應用的支撐技術

近三年來，歐盟GDPR（《通用數據保護條例》）、美國加利福尼亞州CCPA（《加州消費者隱私法案》）和我國的《數據安全法》（草案）、《個人信息保護法》（草案）等代表性法律法規出臺，嚴格要求在數據使用過程中做好隱私保護，例如不允許數據離開本地、不允許未經授權使用個人數據等等。

《白皮書》中顯示，根據跨國律師事務所DLA Piper公布的GDPR罰款和數據違規報告，2018年5月25日GDPR實施后，數據保護當局已經執行了2.725億歐元的罰款，涉及歐盟27個成員國，以及英國、挪威、冰島和列支敦士登。其中，2020年1月28日以來執行的罰款數額為1.585億歐元。

這些法律法規在一定程度上給多方數據的融合應用設置了或硬或軟的要求，迫切要求數據應用者找到可靠的方法，合法、合規地實現數據共享流通。

立法趨嚴之前，傳統數據保密技術的出發點，是防止他人未經授權讀取數據，著眼于防范。相關技術包括數據加解密、身份認證、訪問控制等，這些技術已較為成熟，可有效保證數據在存儲和傳輸過程中不被意外泄露，但在數據的使用環節普遍存在需將歸屬方數據原文暴露給其他方的問題。此外，該技術需限制數據的使用以實現數據保密目的。

隱私計算技術則致力于使數據在充分保護隱私的前提下仍可參與計算，助力多個數據歸屬方的數據可有效實現使用價值，同時兼顧數據的融合應用和安全合規。

根據中國互聯網金融協會發布的《金融業數據要素融合應用研究》顯示，目前，可用于支撐金融業數據要素更好融合的技術主要有五種，分別是多方計算（亦稱“安全多方計算”或“多方安全計算”）、聯邦學習、數據脫敏、差分隱私、可信計算。

《白皮書》則指出，聯邦學習、安全多方計算和可信計算是當前隱私計算主流技術路徑，也是當下產品化的主要方向。此外，區塊鏈與隱私計算的融合應用也成為業界的共識，兩者相輔相成。

值得一提的是，聯邦學習于2016年由谷歌首次提出，在那一年，歐盟制定了GDPR，也是從那時起，人工智能跟密碼學的交集變多，當聯邦學習逐漸成為熱點，并被后來者加以改進，跟隱私計算的重合度就越來越高，如今便成為了隱私計算的一大主流。而安全多方計算需要消耗大量的計算和通信資源，5G時代的到來以及科學家們對算力耗費進行的優化突破才讓其近年來得以工程化。

《報告》中稱，聯邦學習、多方安全計算等技術在近年來取得了關鍵的突破，并將對未來隱私計算產業的發展有重要影響。

通用型隱私計算平臺或成未來主要產品形態

隱私計算的從業機構以技術服務商為主，主要為客戶提供軟硬件系統解決方案，目前主流的客戶聚焦在政府和企事業單位的業務場景。

《報告》稱，隱私計算機構的營業收入主要分為兩大類，一是傳統的軟件銷售和服務收入，二是通過隱私計算平臺上的業務運營產生利潤分成。

并預測，上述第一大類的營收有望在三年內觸達100-200億元的市場空間。此外，第二大類的潛在市場空間則更大，僅消費金融業務就能撬動千億規模市場。

以隱私計算目前主要落地場景之一——個人短期消費金融業務為例估計，包括車貸、小額消費貸、現金貸、信用卡分期等。金融機構風控需要基于多方數據進行聯合建模，隱私計算就是剛需，信貸業務就發生在隱私計算的平臺上。國內個人短期消費金融的市場在2019年已達到9.92萬億元，假設以10%的低復合增長率增長，那么到2024年能達到16萬億元。

《白皮書》上則披露，某銀行應用騰訊隱私計算產品，融合多方的黑灰產行為等特征，模型的KS（用于模型風險區分能力進行評估，指標衡量的是好壞樣本累計分部之間的差值）提升30%以上，每年阻止數億資金的風險貸款申請。

《白皮書》指出，隱私計算雖然已經開始在不同行業初步應用，但是受限于計算復雜度、多方交互效率、模型性能等問題，大部分的應用場景均聚焦于少量數據的支持，對海量數據場景的支持能力還有待提升。

但隨著當前大數據產業的迅速發展，支持更大規模的數據合作和聯合計算需求將越加迫切，通過優化算法和協議設計、與云平臺的融合應用、軟硬件協同設計等方式提升計算、交互效率將是當下和未來隱私計算發展需要重要方向，效率、性能、成本等綜合能力將是各類主體在隱私計算產業競爭的重要抓手。

由此，《白皮書》預測，為了完善和增強現有隱私計算解決方案，多種技術路徑融合是必然的發展趨勢。不同技術路徑可以形成優勢互補，多種安全技術機制深度融合，能夠提供多層級的、按需的安全解決方案，從而適應多種應用場景。隱私計算產品會從單一的技術類型轉向使用多種技術的方案，形成通用型隱私計算平臺，以便能夠提供多種安全技術路線和安全等級，具備從數據采集、接入、存儲到建模、分析、應用的全流程隱私保護能力，整體推動數據合作和大數據產業發展。

“目前雖然隱私計算的場景主要聚焦金融、醫療等領域，但隨著其產品化、商業化的進程的加速，以及用戶對隱私計算的接受度的提高，隱私計算也正往交通、教育、工業等領域延伸，并且將形成跨機構、跨企業、跨行業的多類應用場景，有望在更多行業進行拓展應用?！薄栋灼分蟹Q，根據Gartner預測，到2025年，將有一半的大型企業會通過隱私計算賦能多方數據合作場景中的數據融合應用。

與此同時，中國互聯網金融協會方面提示稱，多方計算、聯邦學習等技術的創新應用并不必然使得處理后的數據喪失個人信息、個人金融信息屬性，且相關處理的中間結果也存在被認定為個人信息的可能性，事先征求數據主體同意更為穩妥。

《白皮書》中亦指出，由于隱私計算技術正處于快速迭代和發展的階段，目前仍在實現用戶授權同意、數據存儲安全、信息主體權利保障等關鍵合規要求的有效性上存在爭議，這些爭議在一定程度上限制了隱私計算的推廣應用。未來，隱私計算的發展和應用對法律合規的支撐價值凸顯，但仍存在較大提升空間。

責任編輯：Rachel