兩個百萬富翁在街上相遇，他們都想知道誰更富有，但又不愿意讓對方知道自己擁有的真正財富。如何在沒有第三方的情況下，讓對方知道誰更有錢？

這是姚期智院士在 1982 年提出的“百萬富翁”設想。

這個設想的背后，本質(zhì)上反映了基于用戶數(shù)據(jù)挖掘的服務。目前整個互聯(lián)網(wǎng)的服務默認開放自己的數(shù)據(jù)，服務提供者必須得到你的數(shù)據(jù)才能提供服務。放到這個“百萬富翁”設想中，即互聯(lián)網(wǎng)服務一定要拿到兩位富翁的財產(chǎn)數(shù)據(jù)，才能計算出“誰更有錢”。數(shù)據(jù)的使用權(quán)和所有權(quán)之間的矛盾顯而易見。 .......

信息時代，“數(shù)據(jù)”既如豐饒之角的寶藏，也猶如潘多拉魔盒，掌握著龐大的數(shù)據(jù)意味著擁有“數(shù)字霸權(quán)”與寶藏，因此，數(shù)據(jù)的擁有者必然會受到制約。在政策的加持下，隱私計算作為數(shù)據(jù)治理的重要解決方案，未來發(fā)展有哪些機遇和挑戰(zhàn)？

近日，雷鋒網(wǎng)與安恒信息高級副總裁、首席科學家劉博展開對話，從目前隱私計算的一些技術以及商業(yè)角度進行一些觀點分享，以饗讀者。

隱私計算廠家扎堆，是好是壞?

隱私計算這個概念在最近兩年迅速升溫，大批的廠商涌入隱私計算領域，市場迅速被炒熱。

一方面是因為政策趨向，另一方面是市場需求。劉博表示：“隱私計算以前就有，但是從2019年開始，公民和政府都意識到數(shù)據(jù)泄露的危害性，開始對涉及數(shù)據(jù)源的問題進行整肅。像買賣用戶畫像、征信類的信息還有廣告推送的用戶信息等問題層出不窮。隨著《網(wǎng)絡安全法》《個人信息保護法》《數(shù)據(jù)安全法》的發(fā)布，促使企業(yè)在數(shù)據(jù)采集、使用、流通全環(huán)節(jié)中重視及投入數(shù)據(jù)保護，隱私計算行業(yè)也因此迎來重大利好。同時，數(shù)據(jù)作為參與分配的生產(chǎn)要素，如何在不泄露數(shù)據(jù)的前提下把數(shù)據(jù)的價值釋放出來，像政府數(shù)據(jù)的對外開放以及運營商釋放數(shù)據(jù)價值、數(shù)據(jù)交易市場等，一系列數(shù)字經(jīng)濟的市場需求都在推動隱私計算的發(fā)展。”

在這樣的背景下，以互聯(lián)網(wǎng)大廠、大數(shù)據(jù)公司、運營商、金融機構(gòu)和金融科技企業(yè)、隱私計算初創(chuàng)企業(yè)為代表的五大類玩家相繼入局。

但是也帶來了一些問題。市場上魚龍混雜，一些廠商用開源的框架，沒有形成自己的技術優(yōu)勢，而開源框架有很多不確定性，技術的成熟度也還有待提升。

劉博對此表示：“現(xiàn)在這個賽道已經(jīng)非常擁擠了，如果想要加入賽道一定要清楚自己的技術優(yōu)勢在什么地方。想清楚自己的商業(yè)模式以及應用的行業(yè)，這是非常關鍵的?！?/p>

以微眾銀行、百度、頭條為代表的的巨頭，開源了自己的學習框架，對提升行業(yè)的熱度、讓行業(yè)產(chǎn)生更多積極變化，產(chǎn)生了很大的作用。但是目前隱私計算還處于發(fā)展初期，技術和產(chǎn)品的成熟度還有提升的空間，因此會讓采用這些開源技術框架的廠商面臨很多挑戰(zhàn)，工程的完成度都有待考量。一方面會影響影響用戶對隱私計算的信任度以及認可度；另一方面導致用戶對隱私計算技術的應用效果的預期過度，從而阻礙行業(yè)的健康發(fā)展。

同時，隱私計算的提出，本意在消除“數(shù)據(jù)孤島”、合規(guī)避險、彌合“信任鴻溝”，但在實際應用中卻會形成新的數(shù)據(jù)孤島。數(shù)據(jù)由不同的途徑產(chǎn)生，廠商難以統(tǒng)計完整的數(shù)據(jù)資源，而且各廠商依賴的底層架構(gòu)不同，廠商之間的數(shù)據(jù)互聯(lián)不一定能實現(xiàn)，因此可能用戶需要安裝好幾個廠商的軟件才可以解決問題，廠家與廠家之間的數(shù)據(jù)互聯(lián)互通成為新的問題。

本身更多的企業(yè)涌入隱私計算行業(yè)，對于提升用戶對行業(yè)認知以及市場的活躍具有重要意義，但是如果造成另一輪惡性競爭，相信這是任何一個企業(yè)都不想看到的。

刀光劍影之間，可信執(zhí)行環(huán)境技術地位如何？

目前隱私計算核心技術主要包括聯(lián)邦學習、可信執(zhí)行環(huán)境和多方安全計算。其中業(yè)界應用隱私計算的最成功的領域莫過于聯(lián)邦學習（FL）。聯(lián)邦學習商業(yè)化更為成熟，通過這一方法，參與者無需上傳原始數(shù)據(jù)，在每個參與者的本地執(zhí)行計算，對于機器學習建模以及打破數(shù)據(jù)孤島具有重要意義。應用該算法比較有代表性的企業(yè)和平臺有微眾銀行、螞蟻金服、富數(shù)科技、平安科技、數(shù)牘科技等。

多方安全計算(MPC)便是文章開頭提到的“姚氏百萬富翁問題”，解決了互不信任的參與方，能夠協(xié)同計算得出一個既定值，既要保證結(jié)果的正確，又要保證參與方對數(shù)據(jù)擁有絕對的控制權(quán)。在這個方面比較有代表性的是華控清交、螞蟻金服、富數(shù)科技、百度（點石）等。 .

目前市場上很多廠商是聯(lián)邦學習和多方安全計算兩種技術相結(jié)合。那么可信執(zhí)行環(huán)境（TEE）還有應用環(huán)境嗎？相比其他兩種算法它的方向如何？

據(jù)劉博介紹，雖然使用聯(lián)邦學習比較多，但是也只是在特定場景下，因為聯(lián)邦學習的本質(zhì)是分布式機器學習，機器學習的兼容性會比較差，相對來說應用場景非常有限。

同時，聯(lián)邦學習的訓練模型是需要共享的，這就為攻擊者根據(jù)模型信息倒推隱私數(shù)據(jù)提供可能。因此有隱私泄露的風險。

TEE是通過軟硬件隔離安全機制建立一個安全隔離的執(zhí)行環(huán)境，從而防止外部攻擊者竊取TEE內(nèi)部運行的數(shù)據(jù)。

劉博向雷鋒網(wǎng)透露，安恒用的技術就是TEE，BDTee 為安恒信息首創(chuàng)大數(shù)據(jù)環(huán)境下的可信執(zhí)行環(huán)境。他表示，“目前在國內(nèi)安恒是第一個支持分布式的大數(shù)據(jù)場景下運用TEE的公司，這是安恒核心的技術點。因為在數(shù)據(jù)交易、數(shù)據(jù)開放、數(shù)據(jù)隱私的業(yè)務場景下，TEE的適配能力和兼容性更強，用戶從非隱私計算到隱私計算演進的過程中，體驗感更好一點，遷移成本更低一些。”

安恒信息作為網(wǎng)絡安全信息行業(yè)領軍者之一，前瞻性的布局隱私計算領域，發(fā)布AiLand數(shù)據(jù)安全島平臺，這是一個專注于保障數(shù)據(jù)安全流通，致力于解決數(shù)據(jù)共享過程中的安全、信任和隱私保護問題的隱私計算平臺。主要應用大數(shù)據(jù)可信執(zhí)行環(huán)境，輔以MPC，聯(lián)邦學習等多種隱私計算前沿技術，實現(xiàn)共享數(shù)據(jù)的所有權(quán)和使用權(quán)分離，確保原始數(shù)據(jù)的“可用不可見”、“可用不可取”，保障多方數(shù)據(jù)聯(lián)合計算過程的可靠、可控和可溯。主要應用于政務數(shù)據(jù)開放、運營商數(shù)據(jù)釋放、監(jiān)管中心、金融、醫(yī)療等領域。

根據(jù)相關數(shù)據(jù)統(tǒng)計，可信執(zhí)行環(huán)境技術專利申請受到眾多科技公司的青睞，數(shù)量明顯高于其它兩個。截至2021年8月，中國有181家公司申請了相關專利，合計815件，是隱私計算領域公司參與度最高、專利申請數(shù)量最多的技術。其次，是聯(lián)邦學習和多方安全計算。

可能由于可信執(zhí)行環(huán)境具有通用性高、開發(fā)難度低、算法實現(xiàn)上更加靈活等特點，在專利申請上略勝一籌。

價值百億的隱私計算市場，未來走向何方？

近年來，關于用戶隱私泄露、數(shù)據(jù)違規(guī)的負面事件頻頻登上熱搜，公眾對于數(shù)據(jù)安全和隱私保護越發(fā)關注。法律的監(jiān)管也愈加嚴明，這表明國家也在逐步引導科技企業(yè)要健康發(fā)展。技術存在的本身是讓生活更美好，而不是給人類制造問題。伴隨著科技的發(fā)展過程必然出現(xiàn)新的難題，那么就需要創(chuàng)新新技術來解決現(xiàn)有的問題。隱私計算就是科技向善的重要存在。

隱私計算受到大數(shù)據(jù)融合應用與隱私保護的雙重需求驅(qū)動，以及國內(nèi)外政策的影響，市場正處于大爆發(fā)的階段，未來三年可能達到100—200億人民幣的營收，但在這過程中還存在很多挑戰(zhàn)。

目前主要的商業(yè)模式分為四種：第一種就是搭建軟件系統(tǒng)，收取一次性系統(tǒng)搭建費；第二種是收取隱私計算軟件系統(tǒng)的維護服務費；第三種是收取數(shù)據(jù)使用費，相當于替數(shù)據(jù)方收取費用，賺取中介費；第四種是根據(jù)業(yè)務運行效果獲取收益分成。當然在實際應用中，有些企業(yè)可能會幾種模式是混搭的。

劉博向雷鋒網(wǎng)表示，隱私計算是大數(shù)據(jù)交易不可或缺的底層支撐技術，但除此之外，要合法合規(guī)的進行大數(shù)據(jù)交易，還需解決一些非技術的難題，比如數(shù)據(jù)的確權(quán)、定價以及數(shù)據(jù)監(jiān)管單位如何對這些進行監(jiān)管，數(shù)據(jù)的商業(yè)化之路還需要走一段很長的路。

如何在保障數(shù)據(jù)安全的前提下，充分發(fā)揮數(shù)據(jù)的價值。如何平衡數(shù)據(jù)共享開放和數(shù)據(jù)安全隱私保護的關系，是國家、行業(yè)和企業(yè)層面都需要考慮的問題。

在這個過程中還有很多法律未明確以及企業(yè)未達成共識的地方，處于盲區(qū)。

所以，國家應該加緊建立數(shù)據(jù)資源的確權(quán)、開放、流通以及交易相關的制度，促進以安全為前提條件的數(shù)據(jù)流通和融合。而在行業(yè)和組織層面，應該在國家法律法規(guī)的框架下，各自建立相應的行業(yè)制度和規(guī)范，推動行業(yè)企業(yè)內(nèi)外的數(shù)據(jù)協(xié)作，打破不同組織、不同系統(tǒng)之間的數(shù)字壁壘，為數(shù)據(jù)分析和人工智能應用奠定基礎。

劉博認為，隱私計算的終極目標是在有限的條件下獲得最大化的數(shù)據(jù)交易自由。在數(shù)據(jù)交易上，實現(xiàn)可用不可見；在商業(yè)上，能夠讓企業(yè)、政府、社會、科研機構(gòu)在短時間內(nèi)找到自己需要的數(shù)據(jù)，幫助他們解決現(xiàn)實中的問題。

數(shù)據(jù)賦能，不只是刺激經(jīng)濟增長，也不止是行業(yè)之聲發(fā)展需要，歸根結(jié)底是服務于推動社會治理能力和體系的現(xiàn)代化。確保數(shù)據(jù)安全的同時，提升社會的運行效率和質(zhì)量，推動社會的進步，提升每個人的價值和社會福祉。

與此同時，隱私計算也面臨著硬件支持和能源消耗等方面的挑戰(zhàn)。在目前的聯(lián)邦學習訓練中，數(shù)據(jù)傳輸?shù)暮臅r遠遠大于數(shù)據(jù)處理，算法和算力還有許多盈余。而對于企業(yè)的本地數(shù)據(jù)訓練來說，算力依舊是人工智能實踐的”老大難“。而在中國和國際對環(huán)保、尤其是碳中和的重視程度越來越高的過程中，如何在提升運算性能和安全性以優(yōu)化資源利用和節(jié)省能源消耗之間找到平衡，還需要全行業(yè)一起來共同探索。

在技術尚未成熟、法規(guī)尚未明確、實踐場景和效果尚未標準化的過程中，關于隱私計算還有許多發(fā)展的機遇和時間的可能。留給隱私計算廠商的也將是更多的機會。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。