不久前结束的博鳌亚洲论坛2022年年会上,中国金融学会会长周小川表示,隐私计算等多项技术的发展为应对数据跨境流动和自由交易中面临的安全、隐私和定价等问题提供了充分可能。
国际咨询机构IDC中国日前发布的《隐私计算全景研究》报告对隐私计算的发展潜力给出量化数据,报告称2021年中国隐私计算市场规模突破8.6亿元。
既开放又保护,两者兼顾
近年来,随着数字经济纵深发展,数据安全、数字经济治理等议题成为社会关注的焦点。今年的政府工作报告中首度将“数字经济治理”写入其中,为数据要素市场的良性发展及数据健康流通打下了基础。
如何做到对数据要素进行合理使用,实现开放与保护的两者兼顾?香港科技大学智能网络与系统实验室主任、星云Clustar创始人陈凯认为,隐私计算技术以“数据可用不可见”的特性平衡了数据开放共享和隐私安全保护的矛盾,可在保证原始数据安全隐私性的同时,实现对数据的计算和分析,提供了数据要素在跨域流通环节中的安全隐私以及合规的技术解决方案。
数据只有在使用、加工和流通的过程中才会产生价值,然而现实情况却是各方出于安全性、隐私性等考虑致使“数据高墙”林立、数据流通受阻,让数据真正快速高效流通起来是亟待解决的难题。隐私计算,是一种由两个或多个参与方联合计算的技术和系统,参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和分析。
隐私计算促进数据要素市场化
国家工业信息安全发展研究中心的《中国隐私计算产业发展报告(2020-2021)》显示,隐私计算产品市场规模约为10亿元,基于隐私计算的数据交易应用模式市场或将达到千亿级。随着隐私计算与联邦学习等技术在数据流通中的价值获得越来越多的认可,隐私计算开辟了数字时代下的新蓝海。
2020年被认为是隐私计算元年,除了垂直的初创企业外,不少互联网企业、综合IT服务商、人工智能、大数据相关企业纷纷试水隐私计算赛道。据不完全统计,2021年仅上半年,国内隐私计算领域新增融资金额已超过6亿元,融资金额过亿的企业更超过了50%。
投资持续走热的同时,隐私计算落地应用情况如何?根据艾瑞咨询发布的《2022年中国隐私计算行业研究报告》显示,隐私计算目前处于落地初期阶段,金融、政务、通信运营商领域的商用实践相对领先,金融行业对数据安全性、隐私性要求严格,为隐私计算落地应用提供了条件。
以金融风控应用为例,由于金融数据的敏感性,无法在多个机构间直接共享与整合。陈凯表示,通过隐私计算技术,能在保护用户个人隐私安全的前提下,为金融机构链接海量数据,优化迭代其风控模型,构建完整的贷前风险识别、贷中管理、贷后风险预警,为金融机构降低信贷风控成本与坏账率。未来,隐私计算或在金融领域能有更好实践。
安全与效率的平衡,成为数据要素产业发展新的焦点。陈凯认为,无论是多方安全计算、联邦学习、同态加密还是秘密共享等隐私计算技术,在实际应用场景中都对算力提出了巨大挑战与需求。倘若算力性能上无法提升,那么隐私计算处理更多大规模的数据以及规模化发展将举步维艰。
目前,算力提升得到了社会层面的重视。在国家层面,京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地已启动建设国家算力枢纽节点,标志着“东数西算”工程将进入到规划建设阶段。隐私计算消除了数据壁垒,为数据要素市场化、全国数据资源流通“一盘棋”局面提供有效技术支持,因而也将成为“东数西算”工程实施“软”建设的关注重点。
在企业层面,构建生态是隐私计算发展与规模化应用的关键所在,因此需促进各方互通互联。互通互联可实现技术开放与迭代,释放出更具空间的算力市场。
(责任编辑:韩梦晨)