专栏|隐私计算2020盘点: 数据安全流动新蓝海业已形成

（本文转载自算力智库）岁末年初，互联网领域打响反垄断战役，但值得深思的是，相关业务模式垄断的背后，是对数据的长期垄断。

12月8日，中国银保监会主席郭树清在演讲中表示，一些科技企业在采集、使用企业和个人数据时严重侵犯企业利益和个人隐私，大型科技公司实际上拥有数据的控制权，需要尽快明确各方数据权益，推动完善数据流转和价格形成机制。

大规模利用和滥用数据的远不止互联网巨头。数字经济时代大数据赋能各行各业，数据只有在流通共享中才能发挥更大价值，却日益受到隐私安全问题掣肘。根据中国信息通信研究院近日发布的《隐私保护计算技术行业研究报告》，制约数据流通与协作的三大因素包括“数据孤岛”、严格的数据合规监管、隐私泄露导致的信任鸿沟。

上述信通院报告指出，隐私保护计算为实现数据价值挖掘和隐私保护的正和博弈提供了行之有效的解决之道。隐私保护计算并不只是在计算这一单一节点中发挥隐私保护、也不是一种单一的技术，它应当覆盖数据产生到最终应用的完成流程，是一套包含人工智能、密码学、数据科学等众多领域交叉融合的跨学科技术体系。

由于技术流派多样，发展尚处早期，隐私计算也有各种新的说法，如Gartner提出的“隐私增强计算”、信通院提出的“隐私保护计算”、隐私安全计算、隐私计算企业翼方健数提出的“隐私安全计算”，名称不同但殊途同归，其目标都是实现数据安全、保护隐私地流动与共享，让数据“可用不可见”。

近年来，隐私计算已从小众“圈子”发展成亮眼的新兴行业，更成为商业世界和资本竞逐的热门赛道。在2020年里，隐私计算行业迎来许多重要发展节点，也有不少事件深刻影响了这个行业。

隐私增强计算入选Gartner 2021年重要科技趋势

2020年10月19日，全球权威的IT研究与顾问咨询公司Gartner发布2021年前沿战略科技趋势，其中将隐私增强计算与行为互联网、分布式云、超级自动化等并列为最前沿的九大趋势。此举不仅表明主流IT产业对隐私计算的再度肯定，更极大提升了隐私计算的知晓度，可以说是隐私计算正式“出道”的重磅“预告片”。

Gartner指出，面对新冠疫情挑战，全球企业应寻求全新路径驱动业务增长，而包括隐私增强计算在内的这些趋势正是有助实现差异化竞争的机遇所在。同时，这些趋势并非孤立，若能整合发挥协同效应，将有机会重塑企业，指引未来五年发展。

数据安全相关政策与立法不断完善，助推隐私计算海量需求

2020年一系列政策和立法的出台都表明，我国在国家层面明确了数据的巨大价值，以及确保数据安全和个人隐私的必要性。这些政策和立法将直接倒逼各行业企业在数据采集、使用、流通全环节中重视及投入数据保护，隐私计算行业也因此迎来重大政策利好。

顶层设计方面，数据价值及数据安全已得到官方认可和鼓励。2020年4月9日，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，首次将数据定义为新型生产要素，提出要推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护、引导培育大数据交易市场。

2020年末，四部委联合发布《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，其中专章谈及推动核心技术突破及应用强化大数据安全保障。

在行业实操方面，立法进程不断提速。2020年《民法典》的颁布、《数据安全法》草案及《个人信息保护法》草案等的发布都在历年相关立法成果的基础上进一步强化了数据安全的法制基础。

行业标准不断完善，助力隐私计算行稳致远

技术演进及推广应用需要行业标准支撑。过去一年中，不少隐私计算相关标准得以更新和立项。如2020年9月，电气电子工程师学会（IEEE）立项编写基于TEE的安全计算标准。

https://standards.ieee.org/project/2952.html

我国的相关标准制定更走在世界前列。2020年7月，中国信息通信研究院与近20家业内企业共同编写的《基于可信执行环境的数据计算平台 技术要求与测试方法》、《基于联邦学习的数据流通工具 技术要求与测试方法》两项标准首次发布，分别提出了基于可信执行环境的数据计算平台的建设目标和架构体系，以及明确了联邦学习的技术概念和架构视图。

值得一提的是，在新标准不断补充的同时，已有标准也在不断更新中，如2019年6月首次发布的《基于多方安全计算的数据流通产品技术要求与测试方法》标准就于2020年6月进行了修订。

行业企业深化合作，集体智慧推进行业有序发展

2020年，隐私计算行业企业抱团合作，众人拾柴火焰高的趋势持续深化。参与者们以集体智慧和集体力量聚沙成塔，都将有力推广和推进隐私计算的应用。

国际上，Linux基金会旗下机密计算联盟（Confidential Computing Consortium）在2020年迎来壮大期，会员数量猛增六成，其中更不乏大牌，如AMD、英伟达、埃森哲、R3等。而该联盟的创始会员更包括阿里、腾讯、arm、谷歌、英特尔、微软、百度、华为等世界级企业。

在国内，2020年12月21日，中国信息通信研究院牵头成立公益性合作平台“隐私计算联盟”，初创成员包括运营商、金融机构、政府单位、技术厂商等在内的55家企业。联盟将在资源共享、市场培育等方面持续推动隐私计算行业健康有序发展。

隐私计算行业顶尖人才队伍持续壮大

隐私计算从诞生起就因其多元化技术路径及综合性解决方案而对人才有着超高要求和超强需求。近年来，众多传统科学领域的顶尖人才纷纷加入隐私计算赛道，可以说“咖位”越来越高，更不乏院士级“卡司”。

2020年8月，第三位华人IACR会士、国际著名密码学专家、IDEA密码发明者来学嘉教授受聘成为富数科技技术战略委员会特聘首席科学家。

此前，国内隐私安全计算技术企业翼方健数组建由李凯院士、王小云院士、宋晓东教授加入的技术战略委员会，由李凯院士担任主席。

其中，李凯教授是中国工程院外籍院士、美国工程院院士。王小云教授是国内密码学家，中国科学院院士。任教于加州大学伯克利分校电子工程和计算机科学系的宋晓东教授是国际计算机安全和隐私技术界资深学者、美国跨领域最高奖项之一的麦克阿瑟天才奖获得者。

12月初，新当选的国际电气和电子工程师学会会士（IEEE Fellow），前微软亚洲研究院 (MSRA) 首席研究员、全球合伙人张霖涛博士出任翼方健数首席科学家一职。

正如矩阵元算法科学家谢翔博士曾表示，隐私计算领域最重要的就是人才，无论技术还是商业模式，都需要越来越多的人才投入。

探寻“隐私计算”领域发展之路的技术

从目前的形式来看，隐私计算计算领域的发展可以分为三个方向：MPC/同态加密，联邦学习以及TEE/沙箱。

MPC/同态加密也称为多方安全计算和同态加密，实现方法完全不同，但是信任假设是相同的。

假如没有任何可以信任的第三方，便可以采用联邦学习。联邦学习是解决模型训练、模型推断的问题，在机器学习方面来解决没有信任的前提下，如何做联合模型训练和推断。但这个方式的缺陷在于计算的方式仅仅是在机器学习的方式。

如果有可以信任的第三方，就可以采用安全计算的方式计算出结果。在这里，安全计算中主要防备的是应用本身对平台产生的威胁。安全沙箱做得好，对系统本身产生的风险小，就可以安全将它算出来。但与此同时，第三方中间需要有特殊的硬件——TEE，Trusted Execution Environment，也叫可信任执行环境。

翼方健数通过多方安全计算MPC、同态加密、联邦学习、安全沙箱计算、TEE等先进加密技术实现隐私安全计算，让数据"可用而不可见"。

当下，不同的技术有其特性及优劣势，翼方健数通过客户需求和场景，选择不同技术方案，通过扬长避短以及融合技术的方式建立技术解决方案。国内越来越多的隐私计算企业基本达成共识，即隐私计算并非"技术路径之争"，更核心的是考验技术融合及产品思维能力的体现，也可称之为"计算创新"。

对此，翼方健数曾提出：利用隐私安全计算技术，启用合理的、授权的数据价值共享，从而创造数据的流通性，降低数据科学的门槛，最终让天下没有难用的数据。

华控清交的联合创始人和首席科学家徐葳也曾说：隐私计算是一个目的，而不是一个技术路径之争。没有任何一个技术路径能够完美的解决隐私计算的问题，而是需要不同技术的有效结合。

资本涌入驱动隐私计算行业提速发展

科技发展离不开资本助推，而网络安全、数据安全领域更是2020年全球资本的热门标的。

据权威统计，网络安全及隐私相关创业企业在2020年共融得107亿美元，这一数字与10年前相比增长了5倍。在涉及相关业务的22156家创业企业中，有1450家在过去一年中获得前种子轮或种子轮融资。另据C.B. Insight预计，到2025年，网络安全行业的整体估值将超过3000亿美元。

在国内，隐私计算领域的领先企业在过去一年同样获得资本垂青。

2020年4月，翼方健数完成数千万美元B轮融资。本轮投资方包括：中芯聚源、奇绩创坛、复盛创投等。

2020年初，锘崴科技完成A轮数千万元人民币融资，由启明创投独家投资。8月，洞见科技完成天使轮融资约2000万元，投资方为中诚信征信、心元资本和华道创投。

https://www.forbes.com/sites/louiscolumbus/2020/11/29/the-top-20-cybersecurity-startups-to-watch-in-2021-based-on-crunchbase/?sh=62bcc7d6f21b

隐私计算元年开启商业落地时代

2020年被公认为隐私计算元年，其重要标志就是隐私计算正式从理论走向实践，从开发走向应用，其中以金融及医疗行业应用为典型代表。

2020年末，中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）从239个参评项目中遴选出大数据“星河（Galaxy）”十大隐私计算标杆案例。其中超半数是银行、保险业案例，如中国工商银行软件开发中心“基于隐私计算的人脸识别信息保护”案例、蚂蚁科技集团与上海浦发银行、浙江网商银行共同打造的“共享智能技术在金融风控中的应用”等，在标杆案例中也出现了医疗案例：翼方健数开发的“厦门健康医疗大数据应用开放平台”。

隐私计算静待2021天时地利人和

可以肯定的是，隐私计算在2020年的“蹿红”不是昙花一现的短期热度，更将在2021年迎来天时地利人和的大发展机遇。

所谓天时，是宏观环境利好，即相关政策和立法的落地执行及深化将进一步带动行业需求。尤其在个人数据及隐私保护之外，国家在反垄断、数据要素流通等方面的一系列举措，更将从监管和国家利益高度确立隐私计算的巨大价值和重要地位。

所谓地利，是技术与应用的双向融合。在技术方向，隐私计算的多技术路径协同互补已是业界共识，许多企业拿出了各自的技术融合方案，如联邦学习与区块链技术的结合等，这些尝试将在2021年获得更成熟的结果。在应用方向，隐私计算已在金融和医疗领域得到规模落地，接下来还将扩展到更多行业。

所谓人和，是“人气”与“人才”的汇聚。伴随Gartner等权威认可及更多典型案例的舆论效应，隐私计算将在2021年更为人所知，这种人气的上升将带动更多人才关注并加入隐私计算行业。在当前众多院士和顶尖科学家的引领下，多层次人才还将不断加入，让隐私计算行业成为人才高地。

*声明：本文转载自算力智库，仅代表作者观点，不代表隐私计算联盟的观点。

往期推荐010203