隐私计算产业迎来爆发期

文／本刊记者 陈 杰

随着信息技术的快速发展，传统产业的数字化转型已经成为企业的必选题，而受大数据融合应用和隐私保护的双重需求驱动，网络安全领域的隐私计算产业即将进入爆发的前夜。

所谓隐私计算，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联合分析。隐私计算的参与方既可以是同一机构的不同部门，也可以是不同的机构。

大数据安全需求升级

正是基于各行各业数字化转型的需求，人们从未像今天这样关注数据，以及数据的流通、隐私和安全合格问题。

数据的价值发现不仅给经济发展带来了机遇，也将数据安全共享及隐私保护提到新的高度。这也为技术创新提供了土壤，如何通过技术手段，实现数据的安全连接，成为行业规模化发展的重要使命。

“我们身边多数都是维度低、样本少的小数据，要联合这些数据进行模型训练，或成本过于昂贵，或因难以合规，而被企业机构‘束之高阁’。”国际人工智能界迁移学习、联邦学习的技术开创者杨强表示，激活数据价值潜能、实现创新的数据服务应用的基础条件，是从根本上解决数据安全共享的基础建设问题。

从行业企业的反馈来看，面对海量的数据，业界非常头疼的是能不能在实际当中把数据聚合起来，形成大数据，又不违反法律法规。

杨强表示，目前有安全多方计算，还有各种各样隐私计算的条件，可以使多方进行统计计算，同时又保证数据不出本地。当然，还有一种方法就是通过硬件的保护，形成一个安全屋。“而这三种方法的总汇就变成了隐私计算的一个洪流，这就需以此基础做符合行业需求的解决方案。”

日前，隐私计算行业企业星云Clustar发布的隐私计算产品吸引了业界关注的目光。全新的星云隐私计算全栈解决方案，包含隐私计算软硬件一体机、隐私计算软件平台、异构加速算力解决方案三大组成部分，致力于解决数据应用场景中安全与效率的核心诉求。

撬动千亿规模市场

据最新发布的《隐私计算行业研究报告》数据显示，3年后隐私计算国内市场技术服务营收有望触达100-200亿人民币规模，甚至将撬动千亿级数据平台运营收入空间。隐私计算作为近年来兴起的面向隐私信息全生命周期保护的计算方法，是使数据在高度保存价值的情况下合规、加密流通的技术，将为数据安全共享带来根本性的转变。

目前来看，隐私计算目前主要落地场景之一是个人短期消费金融业务，包括车贷、小额消费贷、现金贷、信用卡分期等。金融机构风控需要基于多方数据进行联合建模，隐私计算就是刚需，信贷业务就发生在隐私计算的平台上。国内个人短期消费金融的市场在2019年已达到9.92万亿元，假设以10%的低复合增长率增长，那么到2024年能达到16万亿元。

“隐私计算目前是我们认为实现数据安全流通的唯一路径。过去，像类似于数据脱敏，以及灰色交易等，它们在跨界流通、合法合规或高保真方面都会存在问题。”星云Clustar CEO陈沫表示，经过这几年的共同探索，特别是以联邦学习为主的隐私计算技术，目前我们可以看到，通过技术手段完全可以同时实现这三个数据价值所必要的前提。

就目前隐私计算在金融场景里面落地的应用所处阶段和原因，招商银行分行信息技术部副总经理蔡毅认为，银行在整个隐私计算上属于刚刚开始的阶段，现在也在银行内部进行试点。“我们目前做过的试点是用于风控和市场营销，效果非常出乎意料，下一步将会在这方面加大投入力度”。

目前，整个隐私计算相关技术在金融场景的落地仍处于最初始的阶段，构建金融数据共享的生态圈，完成整个金融场景的数据安全、基础建设，仍存在诸多难题和挑战，但未来的趋势势不可挡，无论是监管、金融机构还是技术参与方，都在共同筑造数据价值和金融安全共享的生态圈。