2020年4月9日，國務院發布的《關于構建更加完善的要素市場化配置體制機制的意見》將數據定義為繼土地、勞動力、資本、技術之后的第五大生產要素。在經濟學中，能作為生產要素，至少要滿足以下三個要求：一、它是進行社會生產經營活動所需的基本資源；二、它可以被用來進行市場交換；三、它可以形成價格與體系。

由此，我們可以看到數據的巨大價值。

但數據的挖掘和利用都會觸碰到一個敏感地帶——數據安全，尤其是在金融級數據安全方面，銀行等金融機構在數據獲取、存儲、挖掘，以及使用方面的原則性極強，數據安全問題就變得更為敏感。

近期，騰訊公司發布《騰訊隱私計算白皮書2021》（以下簡稱《白皮書》），深入探討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、商業模式、應用場景、技術變革、產業趨勢、法律問題及合規痛點，并從技術、應用、法律等視角對隱私計算的發展進行了展望。行業相關專家就隱私計算的問題做了深入的交流和探討。

數據如此重要，卻又如此敏感而脆弱

在現實商業環境中，包括銀行在內的企事業單位都將數據地位大幅度拔高。比如，銀行數字化轉型戰略中提到的ABCDMIX（AI、區塊鏈、云計算、大數據、移動互聯、物聯網，以及5G、量子計算等尚未商用的前沿技術）里，大數據（D）獨占一席位，而大數據又與其他六項在不同程度上保持著緊密的聯系，比如，“大數據是人工智能的糧食”。

數據是如此重要，但利用起來卻十分困難，想要達標“生產要素”，還有相當一段距離。其核心難點之一就在于隱私安全問題是數據治理的巨大挑戰。

在銀行業，這種挑戰則更為艱巨。

數字化轉型是銀行的核心戰略，在合法合規的前提下，跨越數據共享到隱私安全之間的鴻溝則是轉型之路上最大的障礙之一。

因為數據敏感而脆弱。

數據是脆弱的。中國電力科學研究院總公司人工智能應用研究所大數據應用室技術負責人，高級工程師張玉天表示，“數據本身易被復制竊取，歸屬權和使用權往往具有一致性。”這種數據特性本身就給隱私安全帶來巨大挑戰。

數據也是敏感的，尤其是在銀行業。中國民生銀行直銷銀行產品二中心總經理廖鵬近年來一直在關注金融隱私保護方面的技術應用。他表示，近年來，伴隨著大數據和云計算的快速發展，客戶的終端行為數據被廣泛使用。因為商業銀行所持有的客戶身份信息和資產信息的隱私級別非常高，因此，銀行在實踐中會非常注重數據的安全和合規使用。

這里所說的“最小化采集，非必要性不采集”的原則是數據合法合規的基本原則，但在數據行業，這一原則又在數據共享和隱私安全之間形成天塹，阻礙了數據價值輸出。

在數據與隱私安全之間“搭橋”成為大數據價值挖掘的重要一步。這，需要技術，也就是穿透數據共享與隱私安全阻礙的金融搭橋術。

商業價值最大化和用戶隱私保護最大化之間的最優解

騰訊數據部總經理蔣杰認為，大數據的發展方向之一是：尋求商業價值最大化和用戶隱私保護最大化之間的最優解。

那么，如何才能找到這個最優解呢？核心要點還是在于解決數據的敏感性和脆弱性。

關于數據的敏感性，廖鵬認為，銀行業的態度和理念有利于數據行業的發展。他指出，銀行對于隱私數據的采集和應用始終采取的是審慎、嚴謹、嚴守合規的態度，安全使用數據，保護客戶隱私。按照“最小化采集，非必要性不采集”的原則，保持審慎謹慎的合規的經營理念。

關于脆弱性，張玉天認為隱私計算將為數據治理和運營帶來解決方案。他指出，通過隱私計算技術來實現數據歸屬權和使用權的分離，從而讓其他人也可以擁有數據的使用權，達到共享效果，最終達成的目的是多數據源協同利用，豐富數據維度，充分挖掘數據價值。

騰訊數據平臺部總監陳鵬也認為，隱私計算可以在數據共享的合規性方面起作用。他指出，金融領域的數據共享合作，以往受限于法律合規性，無法挖掘數據要素的經濟價值。隱私計算技術，不僅可以做到數據的“可用不擁”效果，滿足法律法規對數據協作的合規要求，還可以為數據協作的各方提供更加安全的數據保障。

什么隱私計算？聯邦學習技術是炒作出來的？

究竟什么是隱私計算？

《騰訊隱私計算白皮書（2021）》這樣解釋，“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數據進行聯合機器學習和聯合分析?！?/p>

《白皮書》顯示，隱私計算的應用是靈活的隱私保護技術?！半[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。在隱私計算框架下，參與方的數據明文不出本地，在保護數據安全的同時實現多源數據跨域合作，可以破解數據保護與融合應用難題。常見的實現隱私計算的技術路徑包括聯邦學習、安全多方計算、可信計算等，此外，區塊鏈也是隱私計算的重要補充?！?/p>

在隱私計算的諸多技術路徑中，聯邦學習被認為是當前最為成熟，且應用落地最多的一種技術。

簡單地理解，聯邦學習是在雙方，甚至多方數據不出庫的前提下，通過橫向或縱向數據建模的方式得出數據結果輸出。這樣的做法，通俗地理解，就好像是在解算多元一次方程。雖然，我們不知道X是多少，也不知道Y和Z是多少，但聯邦學習就是可以得出X+Y+Z=100的結論來，而這個100就是數據價值輸出，也就是我們想要的結果。

中國電信云計算分公司大數據和AI研發總監溫森茂表示，“因隱私安全問題的爆發導致數據供需雙方的直接連接被斬斷，聯邦學習技術則被迫從幕后走到臺前，又因其成本確實不高而被廣泛接受，該技術是當前最值得考慮的隱私計算技術，不存在炒作和泡沫。”

數據治理的未來

騰訊高級執行副總裁盧山認為，“數字治理的探索是一項系統性工程，僅僅依靠單一技術無法滿足當前和未來復雜的治理需求，需要技術、法律等多種手段相結合的綜合治理，才能更好地適應數字社會發展需要?！?/p>

適應數字社會發展方面，騰訊數據平臺部副總經理劉煜宏在解讀《白皮書》時給出了四個趨勢研判：

第一，法律法規會進一步完善。隱私計算在接受約束的同時也會配合與驅動法律法規完善，這是整個隱私計算做產品化商業化的前提。

第二是應用場景方面。目前在金融、醫療比較多，后面會在其他行業進一步拓展，并改變數據應用的模式，有可能會加速基于數據協作協同的業務創新。

第三，通用型的平臺和產品是一個趨勢。過去是比較單一的產品，后面會轉向多種產品和多種技術的融合，形成一個通用的隱私計算平臺，以提供多種技術路徑，滿足多種需求，并提供更多的安全等級。

第四，多技術融合是隱私計算的大勢所趨。隱私計算與云計算融合，以及軟硬件協同，是各類企事業單位形成競爭力的重要抓手。

附件下載：騰訊隱私計算白皮書（2021）.pdf

責任編輯：王超