日前，国际IT权威研究咨询公司Gartner发布了2022年银行技术趋势报告，隐私增强计算成为热门技术之一。
隐私计算的概念出现不久，去年才开始加速从基础技术研究向政务、医疗、金融等领域落地，为什么会受到预测机构的重视?作为新事物，它的发展需要哪些方面的重点扶持和加强呢?
“必选题”与“技术解”
日前，在中国信息通信研究院云大所、清华大学智能产业研究院、深圳数据交易有限公司共同指导，FATE开源社区、开放群岛(Open Islands)开源社区、智能投研技术联盟(ITL)联合主办的“联邦学习安全效率与开源生态”线上论坛上，中国信息通信研究院云计算与大数据研究所大数据与区块链部副主任闫树表示，当前，隐私计算安全要实现从理想研究安全到产品实现安全的跨越，必须要经过算法安全、密码安全和产品安全的三重标准核验。未来，多技术融合将成为提升隐私计算安全性的一大趋势，多方安全计算、联邦学习、可信执行环境三者之间需互相融合以取长补短、查漏补缺，从而提升技术整体安全性。
随着网络安全法、数据安全法、个人信息保护法等相关法律法规的相继出台实施，数据安全、隐私保护等数据基础设施成为产业领域的“必选题”。
隐私计算技术涉及密码学、统计学、人工智能、计算机硬件等众多学科，可实现“数据可用不可见”“数据不动模型动”，具备打破数据孤岛、加强隐私保护、强化数据安全合规性的能力。因此，隐私计算逐渐成为当前数据保护与流通领域中加强隐私保护、强化数据安全合规的最佳“技术解”。
据甲子光年智库测算，随着中国大数据产业发展以及隐私计算技术不断实现商业化，隐私计算市场规模将持续增长，到2025年，该领域市场将超过200亿元，2021年至2025年年均复合增长率达133.4%。
算力是颠覆性发展的关键
随着隐私计算的需求日渐旺盛，技术成熟和行业发展也面临着一些挑战。
“隐私计算想不断发展，算力将起到愈来愈关键的作用，它决定了能否将很多分散的、有隐私保护需求的数据真正使用起来。”香港科技大学智能网络与系统实验室主任、星云Clustar创始人陈凯教授认为，不解决算力和通信问题，隐私计算的大规模应用将无从谈起。
针对算力提升问题，星云Clustar联合行业内外的多家单位开展多角度探索，其与香港科技大学联合进行技术攻坚，在技术层面实现奇异值分解效率颠覆性提升，使得奇异值分解效率从全同态方法所需的2年加速到2分钟。
与此同时，星云Clustar依托自身的算力加速能力及硬件产品隐私计算加速卡，充分应对联邦学习等隐私计算场景，为某互联网银行解决了因使用同态加密而产生的计算压力与延时问题，使端到端性能提升10倍，成功推动联邦学习系统高效运转落地。首席技术官张骏雪表示，要解决隐私计算的效率问题，还是需要结合具体企业、具体业务，进行具体分析，选择最适配的基础构建组件，而不是强行追求统一的方式。隐私计算可信联邦学习的未来是多技术、多方案融合并举的，需要选择最能落地的方案来提升效率。
隐私技术领域的各单位通过积极推动开源生态建设，通过参与FATE开源社区，推动互联互通及标准化建设，以实现可兼容不同类型的加速器促进隐私计算发展。
此外，性能与效率也是隐私计算落地应用的一大关键。光大科技大数据研究团队负责人王鹏解释，以联邦学习为例，海量数据处理过程中的安全与效率如何实现平衡是目前隐私计算在场景实践中的痛点，未来需要得到有效解决。
安全与效率的平衡需要多方参与探索，协同推动，开源与互通互联也逐步成为行业共识。未来，在产学研各方推动下，隐私计算发展瓶颈或能得到有效突破，涌现出更多元化的应用场景产品，推动隐私计算市场不断发展。
(责任编辑：韩梦晨)
