流通|隐私计算:护航数据价值,实现“可用不可见”


流通|隐私计算:护航数据价值,实现“可用不可见”
文章图片

随着全球数字经济的蓬勃发展 , 数据的重要性已远远超过了石油 。
有人说:“数据是新时代的石油 。 ”事实上 , 随着全球数字经济的蓬勃发展 , 数据的重要性已远远超过了石油 。 但随之而来的大数据杀熟、滥用人脸识别技术、过度索取权限等乱象 , 却让人苦不堪言 , 损害了公众的合法利益 。
9月1日 , 我国第一部有关数据安全的专门法律——《数据安全法》正式施行 , 成为数据安全保障和数字经济发展领域的重要基石 。 该法明确提出 , 发展与安全并重 , 在强调数据安全的基础上鼓励数据应用和流通 , 同时鼓励相关技术的研究与应用 。
作为能够兼顾数据应用与安全保护的关键技术 , 隐私计算被业界寄予厚望 。 隐私计算是什么?如何保护用户隐私?距离落地应用还有多远?在日前举办的“数据安全与隐私计算”专题研讨会上 , 业内专家就上述问题深入探讨 , 明确表示 , 隐私计算能够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 , 应用前景和商业价值巨大 。
隐私计算让数据安全流通
数据通过流通共享与协同计算 , 能更好地释放其价值 , 大数据的井喷式发展也将带来前所未有的价值传递 。 但隐私保护、数据合规等监管要求 , 让数据拥有方陷入“不愿共享、不敢共享、不能共享”的困境 。 北京瑞莱智慧科技有限公司CEO田天表示 , 数据价值和隐私安全时常处于二元对立的状态 , 海量数据散落在众多机构和信息系统中 , 形成“信息孤岛”和“数据烟囱” , 无法充分发挥数据要素的经济、社会价值 。
而隐私计算则有可能成为解决这一数据困境的突破口 。 什么是隐私计算?中国信通院云计算与大数据研究所大数据部副主任闫树介绍 , 隐私计算是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一类技术集合 。
“相比之前传统的数据协作方式 , 隐私计算技术开辟了一种全新的模式 , 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 , 实现数据的‘可用不可见’ 。 ”田天说 。 不过 , 隐私计算虽然改变了数据交互与融合的模式和形态 , 有效保护了流通过程中的数据安全 , 但仍需要配合其他技术来解决数据流通之前和之后 , 在权属、应用等方面的问题 。
从技术机制来看 , 隐私计算主要包含三大技术流派:一是以安全多方计算为代表的(部分)通用多方交互协议;二是以联邦学习为代表的面向机器学习应用的多方交互协议;三是以可信执行环境为代表的基于可信硬件的中心化执行方案 。

推荐阅读