沙龙回顾 | 赵永鹏：浅谈隐私计算技术在国内的发展现状与趋势
2021年10月23日下午，北京大学光华管理学院2021级商业分析硕士班行业沙龙委员会邀请上海富数科技有限公司副总裁赵永鹏先生和首席科学家陈立峰博士，为同学们带来了主题为“浅谈隐私计算技术在国内的发展现状与趋势”的行业沙龙。
本次沙龙开始，赵永鹏老师首先对数据产业发展和隐私计算的行业背景作了介绍。中国数据总量大爆发，预计到2025年将达到全球第一，数据上升为生产要素，有关数据管理的政策和标准相继出台，数据产业迎来繁荣期。数据上升为生产要素，如何安全开放和安全流通是关键。隐私计算，作为数据安全流通的新兴技术，在国内外的商业化进程明显加速。但在国内，隐私计算行业仍处于早期，各种创新应用还在试点阶段进行。
隐私计算技术的两大方向及发展现状
为了让同学们对于隐私计算相关技术的原理有初步的了解，赵老师接着介绍了隐私计算技术的两个大的方向——底层密码学技术和基于底层技术封装出来的应用场景。底层密码学技术包括混淆电路、不经意传输、同态加密、差分隐私等等。技术实现包括基于MPC的密态统计、多方安全求交、基于MPC的多方协同机器学习等等。赵老师重点分享了联邦学习的相关内容，联邦学习比明文要损耗更多资源，在精度上也存在一定的误差，但能够极大提高算法和工程的安全性。横向联邦学习在医疗领域有许多应用，而纵向联邦学习可以应用于金融领域和用户画像。
赵老师接着为同学们介绍了当前隐私计算的现状，各家厂商根据使用的底层技术可以分为几个流派。各家厂商都在产品的功能（如神经网络、决策树、LGBM）和性能（速度、精度、安全性）两个方面不断迭代和优化。
隐私计算如何应用
在介绍完隐私计算的原理之后，赵老师带领同学们进入了本次沙龙分享的核心内容：隐私计算的功能和应用场景。隐私计算的应用场景主要可分为两类：离线手动的批量调用，主要用于高校科研等；用于商业情景的在线、实时、单笔调用。赵老师分享了隐私计算在金融、自动驾驶、政务数据、精准营销应用的一系列行业案例，如富数科技为交通银行和通信运营商（中国移动、中国电信）搭建的一体化“交银e办事”平台，通过区块链和匿踪查询等技术与银联商务联合建立的银杏实时多头平台。赵老师指出，隐私计算使得独立第三方的建模服务模式成为可能，进而实现算法和数据源的分离，让科技公司成为中立、独特的安全节点。
隐私计算的行业发展与前沿应用
随后，赵永鹏老师介绍了隐私计算的行业发展和一些前沿应用。隐私计算的发展可以参考互联网的发展，从实验室，到生产系统，再到生态。在实验室阶段的主要问题是技术碎片化和代码原创性；在生产系统阶段，也就是当下，要解决的问题是统一性能和安全检测的标准，这需要信通院、金标委和各家厂商的共同努力；在互联互通生态阶段，需要解决的是技术碎片化带来的技术孤岛问题。赵老师也提出了打通跨平台关系网络、生成联合预警模型等一系列前沿应用，鼓励同学们可以作为博士、博士后的研究参考方向。
4
分享互动
在沙龙的最后，同学们踊跃参与提问，赵永鹏老师和陈立峰博士共同就同学们的问题作出了详细的解答。赵老师为大家介绍了类似富数的技术提供方在政府数据部门中承担的角色和定位、隐私计算和用户授权的关系；陈博士回答了有关差分隐私技术优劣势的比较，并向同学们推荐了有关隐私计算的书籍和技术博客。
文稿丨杨 璐排版丨闫舒宁审核丨宋雨衡往期回顾
01 |
02 |
03 |
持续关注北大光华商业分析
第一时间掌握项目信息
长按“上图”识别二维码，关注北大光华商业分析