富数 in WAIC | 隐私计算赋能可信 AI，为数字化战略打下坚实安全底座

2021年7月8日，世界人工智能大会在上海拉开序幕。7月8日下午，世界人工智能大会重要论坛——「构建 AI 产融新生态论坛」在世博中心成功举办。

国家互联网信息办公室副主任杨小伟、上海市委常委、市委宣传部部长周慧琳、中国工程院院士邬贺铨、美国艺术与科学院院士、清华大学讲席教授、智能产业研究院院长张亚勤、中国互联网投资基金管理有限公司董事长吴海、国家互联网应急中心党委副书记卢卫、亚信安全总裁陆光明等来自政府主管部门、研究机构和企业的多位重要代表出席了论坛。富数科技作为隐私计算代表企业出席了论坛演讲。

图 / 富数科技 CEO 张伟奇在论坛演讲

富数科技 CEO 张伟奇以「隐私计算赋能可信 AI」主题，发表了 AI 面临的数据安全问题，介绍了隐私计算的技术发展和行业发展情况，以及如何用隐私计算技术帮助 AI 解决隐私保护和数据安全问题，受到全场高度关注，引起行业热议。

隐私计算让 AI 守住数据安全的底线

过去几年，人工智能作为硬核科技，在安防、金融、政务、医疗等领域发挥了巨大价值，但深究我们就会发现，目前在人工智能领域，无论是深度学习还是机器学习都离不开大数据样本的「喂养」，传统 AI 需要收集样本到一个本地化的平台，然后通过集中化的算力训练出优质的模型。

这会面临两大问题：首先，深度学习的训练样本是哪里来，训练样本又是如何流通的？ 数据是否得到了授权？特别是个人轨迹、财产信息等，我们将如何保护个人隐私甚至国家的关键信息的数据安全？其次，AI 公司加工出来的模型，其知识产权又如何得到保护？

在数字经济趋势和数据安全保护的时代背景下，隐私计算应运而生，并且在 2020 年得到市场广泛认知。其本质上是利用密码学的手段，实现在数据不出库的情况下进行联合计算、联合建模，以开放且合规的方式充分发挥数据价值。

图 / 富数科技 CEO 张伟奇在论坛演讲

从数据拥有方的角度来看，因为数据并不会出库，数据的隐私保护问题自然迎刃而解；而从使用方的角度，他们实际上要的也不是数据本身，而是数据在某个这个特定场景下的评分，即模型的结果。

正是隐私计算技术实现数据「所有权」和「使用权」分离的特点，使得隐私计算被学术界、行业市场和监管等高度认可，目前来看也是数据要素安全互通的唯一解决方案。

隐私计算需要不同技术融合使用

隐私计算技术的理论研究早在 1978 年就开始了，发展到现在已经比较成熟，因此理论的安全性上是可以自证清白的，我们现在所做的也不是发明隐私计算的理论，而是研究学习先进的密码学论文， 在结合算力和需求，在算法工程上进行优化和产品化。

随着隐私计算热度陡增，大家也听闻了纷繁复杂的技术名词，比如同态加密、差分隐私、不经意传输、混淆电路等等。隐私计算的技术具有碎片化的特点，并不存在使用某一种方法就能解决所有问题，而是要根据这些技术的优劣，针对具体的问题进行组合使用。

图 / 隐私计算行业技术理论错综复杂

不同的技术之间可以相互叠加，相互加强。比如联邦学习可以实现联合建模过程中，双方数据不出库的联合建模，保护数据样本，叠加TEE又可以在硬件层面保护模型的参数，而基于 MPC的联邦学习，又比基于半同态的联邦学习快一个数量级。

这也是富数科技一直以来的技术路线，即坚持全面而综合的技术自研。

中国隐私计算行业发展速度超过欧美

Gartner 从 2019 年开始关注机密计算（Confidential Computation）、隐私增强计算（Privacy Reinforcement Computation）等相关领域，目前这个市场还处于 Gartner 曲线的上升期，行业正面临商业落地的突破期，如果可以实现商业层面的大规模应用落地，隐私计算技术才能真正发挥其价值。

在国际市场上，早前 Facebook 和 Google 受到欧盟 GDPR 高价罚款一事震动全球，两家企业开始大量投入了隐私计算以达到政策合规，而在中国，由于数据开放流通与隐私保护（数据安全）之间的矛盾日益激化，隐私计算在过去两年获得飞跃式的发展，无论是对技术的重视程度，还是政策法规的制定，目前都已超过美国。

在富数科技看来，国内隐私计算发展可以划分为三个阶段：

图 / 国内隐私计算行业发展三部曲

第一阶段重点是 2020 年，这是一个市场教育年，行业从 2019 年底的5家迅速发展到上百家，市场呈现百花齐放，同时也不免鱼龙混杂的局面，这给客户在选择真正的厂商造成困惑：隐私计算到底哪家强？ 

第二阶段主要是 2021 年， 金标委和信通院制定了工程化安全和性能的检测规范，银行卡检测中心和信通院都各自完成了头部 5 家的检测，目前市场上全部通过工信部和金标委评测的一共 4 家，包括腾讯和阿里在内，富数也是其中一家；

第三阶段正在来临，虽然第二阶段标准把头部厂商挑选出来了，但同时也存在一个问题，即不同厂商之间技术是不能互通的， 每家厂商后面可能代表不同的数据源，难道要让某家银行为对接 10 个数据源而采购 10 家厂商的技术产品吗？长此以往我们将发现，行业会从解决「数据孤岛」问题变成解决「技术孤岛」问题。 

如果不实现这个互联互通，隐私计算不可能成为一个有生命力的行业。

因此，富数科技和行业头部机构一起，参考 Android 操作系统和 APP 的模式，创造性地提出了「统一资源协议」的思路，让不同技术厂商之间达成互联互通。我们乐观估计，明年年初互联互通规范将完成，不仅如此，未来在国际上制定相应的互通互通规范。 

富数让场景落地，加强隐私计算生态建设

论坛上，富数还展示了隐私计算如何帮助 AI 保护隐私，比如在金融和运营商领域利用多方安全计算的图计算，实现跨领域的反电信诈骗的案例。

现如今，中国乃至全球都在数字经济发展的拐点，目前数字化转型是上海的一号工程，文汇报在今年 4 月份的文章中直言不讳，目前面临的一个卡脖子问题就在于：数据权益、隐私保护和数据安全。

而隐私计算通过多方安全计算、联邦学习等技术，有望为中国数字化转型打造一个安全底座，在未来「东数西算」发展全国大数据中心一体化建设的背景下， 隐私计算也将发挥重大价值。

富数科技成立于 2016 年，是一家懂建模、懂金融、懂密码学的机构，2017 年进入隐私计算领域，以先发优势领跑行业，持续在标准制定、技术和商业落地三个方面构建护城河，未来公司将继续加大在研发、商业化和标准制定的投入， 让隐私计算技术成为 AI 发展的坚实安全底座。

- END -