数字经济 | 数据合规监管下的数据要素市场需求
近年，中国的大数据产业迅猛发展，取得了显著的成效。“十三五”期间产业规模年均复合增长率超30%，2020年超过1万亿元。在此趋势下，上一年12月发布的《“十四五”大数据产业发展规划》中提出：到2025年，大数据产业测算规模突破3万亿元，年均复合增长率保持在25%左右。
然而，随着大数据产业极速发展的背后，数据隐私安全相关问题也在逐渐显现出来，传统“复制式”的数据流通方式可能导致商业隐私信息、个人隐私信息等的泄漏，无法满足法律中数据合规化的要求。而如果在数据提供方处展开计算，虽可以让数据不出域，但也会因暴露业务方的计算规则与计算模型而暴露业务方的商业隐私信息。因此，如果想要更有效地实现数据要素市场的良好配置，行业首先必须要完善数据流通隐私化、安全化的建设。
图片来源：《2021年全球数据合规与隐私发展科技报告》
那么行业如何既保护数据又发挥其价值？这一直是困扰许多行业发展的难题。甲子光年曾调研，九成企业有数字化需求，企业累计了海量数据资源，有大量价值待挖掘，但这也考验了数据安全防护能力。
广泛的行业应用
图源知乎
01
金融领域
《要素市场化配置综合改革试点总体方案》、《金融科技发展规划2022-2025》等顶层设计文件相继出炉，加之《个人信息保护法》出台的推动，使得隐私计算在金融行业应用前景广阔。
为了实行风控管理，金融机构需要融合多方机构的数据，从而制定出精确无误的风控模型，但是数据泄露风险和数据安全保护趋严限制了传统的风控管理。而金融机构无法通过自己单方面的数据判断客户的信息，更机密的数据一般来说又很难获取。
以征信系统为例，金融机构需要通过多个信息渠道对潜在用户的历史记录进行多维度计算分析。但由于这些数据具有很高的隐私性，且很多信息渠道并不具备足够安全可靠的信息传输管控技术，征信系统的数据丰富性不足或者维度缺失。同时，2020年以来消费金融及个人征信领域政策密集出台，以《征信业务管理办法》（2022年1月1日起施行）为标志，在数据安全以及消费者隐私保障方面，主要着眼于信息不透明、市场不公平定价、替代数据的安全风险等问题进行规范。
而新的《征信业务管理办法》也将替代数据的监管纳入其中，积极利用原先游离于监管之外的新兴数据作为征信借贷信息的有效补充，并将其纳入征信体系的法治监管的轨道，助推征信市场的公平有序观景，实现跨行业跨领域的全方位社会征信体系的互联互通。
针对替代数据互联互通以及使用消费者隐私数据公开透明的需求，传统金融服务难以打破目前的数据与技术壁垒，因此先进有效的数字化技术与完备的征信相关标准规范缺一不可。而基于隐私计算的多方协同能力，帮助金融机构安全共享更多维度的数据资源，优化自身风控模型的同时，保障数据所有权不外流。在享受安全性更高的优质数据服务的同时，发掘更多的特定客户，确保合规的前提下进行精准营销、客户画像、评分管理等业务。
02
政务领域
《2022年政府工作报告》中提及，要加强数字信息基础设施建设，促进产业数字化转型，加快发展智慧城市、数字乡村。政府所要处理的政务数据包括医保、社保、公积金、税务、司法、交通等方面，隐私安全在其中尤其重要。
另一方面，除了政务数据覆盖行业范围广泛，数据的结构也各不相同，数据的关联关系相比其他领域较为复杂，且极易涉及个人隐私数据与国家敏感数据。因此，针对政务数据的供应链风险、集中化平台风险、数据全生命周期中的流通风险、以及其高价值而引起的易攻击性，需要完备且全面的数据安全保护机制。
利用隐私计算技术打通政务数据、挖掘数据潜能，可以促进政府的跨部门、跨领域的政务处理更加有效便捷。比如，隐私计算技术可以提供政府数据与电信企业、互联网企业、汽车企业等社会数据融合的解决方案，联合多部门的数据对道路交通状况进行预判，实现车辆路线导航的最优规划。
所以，在政务领域，国内多地已将隐私计算纳入城市数字化发展规划。据公开报道，广东省去年发布的《广东省数据要素市场化配置改革行动方案》中，就提及了构建包含隐私计算在内的新型数据基础设施以及加快隐私计算平台的建设。
03
医疗领域
医疗领域方面，由于医疗数据比较敏感，并且基于医疗数据的各项科学研究通常需要大量样本，单一数据源的数据量很难满足海量的数据需求，而数据共享过程中又会带来隐私泄露的风险。应用隐私计算技术进行多方协同过程中，能够有效的防止关联敏感信息的医疗数据被泄露，保证数据安全。
IDC判断，随着合规标准的逐步细化与推出，制造业、能源等行业对隐私计算的需求也将稳步上升。同时随着医疗领域将模型方面完善、信息化建设跟进，隐私保护计算将带来下一个竞争市场与爆发点。
04
数据交易领域
在数据交易领域，亟需解决的一个是数据来源问题，一个是数据安全流转中的风险。
如何依法合规开放和交易数据、如何保障企业自身数据权益、如何应对多部门监管要求是目前困扰企业的核心问题。
在数据领域相关规范条例逐渐明确，加之大环境条件逐渐完善的背景下，围绕着数据要素流通市场，数据联合建模商业化需求提升，而隐私计算在数据交易场景下，针对数据安全和个人信息隐私方面的解决方案以及价值转化能力得到了认可。
而通过隐私计算技术，可以在不接触原始数据的情况下实现模型计算和结果输出，实现“数据来源可确认，使用范围可界定，流通过程可追溯，安全风险可防范”，实现跨地区、跨地域、跨平台互联互通，以服务全国数据要素流通应用场景为目标，助力加快建设全国数据交易统一大市场。
隐私计算成为破题之路
近日，海南省国家密码管理局等10个部门联合印发《海南省促进商用密码应用和产业发展若干政策措施》，提出15条政策措施，护航自贸港网络和数据安全，夯实智慧海南密码保障基础，服务经济社会数字化发展。
随着数据合规化发展的要求，隐私保护计算市场逐渐扩大。
正如相关人士介绍，这个技术就像是一个黑箱，人们不用看到黑箱里如何运作却能得到运算的结果，可以让合作方共享数据价值，又保护各自的核心竞争力。
隐私计算是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合，达到对数据“可用、不可见”的目的，在充分保护数据和隐私安全的前提下，实现数据价值的转化和释放。而大数据时代将开启一次重大的时代转型。而作为数据安全领域的核心技术，隐私计算无疑正迎来发展的黄金时期。
然而，谈及隐私计算，我们必然绕不开密码技术，隐私计算以密码学为核心，实现包含了多方安全计算、同态加密等多种密码学。目前行业的技术厂商通常将多方安全计算作为主要技术方案，而同态加密等密码学算法也同样被较多地应用于业务实践中，或是与联邦学习、可信执行环境等技术方案展开融合应用。
通过这种技术，在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，可以保障数据以“可用不可见”的方式进行安全流通，帮助市场可以调用更加多元化类型的数据，盘活数据价值，加强数据开放的深度与广度。
在市场的实际应用中，隐私计算还可以融合区块链技术来强化在“数字身份、算法、计算、监管”等方面的信任机制，基于区块链技术建立可信任的数据管理环境，对数据资源进行统一管理和分配，防范和避免数据造假、篡改、遗失等问题。
同时，为区块链环境适配隐私计算能力，实现隐私数据的全流程加密，保障加密数据在不泄露原始数据的情况下直接进行运算，实现业务各方之间的可信协同，共同打造智慧安全的可信数据保护体系，为数据服务领域应用提供安全可靠的基础设施。为数据的高效流通、放心共享、安全交易奠定关键性的技术基础。
接下来，同态科技也将紧紧围绕产业链创新链深度融合趋势，以金融、政务、医疗、数据交易等行业应用场景为持续发展机会，深挖行业应用场景，打造行业标杆，以可持续可复制为市场手段，以技术创新驱动平台发展，以数据不可篡改、安全可信为技术手段，进一步完善数据要素的安全流通与有序交易的可信体系建设，让数据要素在市场中得到充分流通。
参考文献（可上下滑动）
[1]https://mp.weixin.qq.com/s/9eCmjhqgkJhv_9X4FILieg
[2] 艾瑞咨询《2022年中国隐私计算行业研究报告》
[3]《2021年全球数据合规与隐私发展科技报告》
—END—
●活动回顾 | 同态科技就同态加密赋能数据要素安全流通，发表主题演讲！
点分享
点收藏
点点赞
点在看