隐私计算：数据资产化应用的“新妙方”？

数据如何资产化困住了很多企业。如今，一种时兴的解决方案正在落地实践：

在数据不出本地以及安全加密的环境下，第三方平台帮助拥有数据的A企业和B企业，梳理自身的数据模型，从而推动双方数据模型流通、相互训练补充以更好的开展业务，进而形成一种新的数据价值应用可能。

这种全流程的解决方案就叫做隐私计算。2020年隐私计算大火，它将为数据资产化行业带来怎样的改变？

所谓隐私计算，即数据全生命周期收集、治理与使用的计算理论和方法。进一步的理解隐私计算，即在数据收集、治理和使用的过程中，确保数据安全、真实、可使用，完成数据“可用不可见”的流通，进而实现数据“价值”。

在中国软件网看来，隐私计算解决方案的优势在于，在更大程度上确保了数据资产化中数据流通的安全合规。2016年，国内外隐私计算解决方案的面貌开始逐渐形成。

2016年，谷歌率先提出了一种新的人工智能技术：在不交换数据样本的情况下，于多方、多节点之间实现高效率的机器学习。

随着技术的不断发展，这种新的技术被用于解决这样的问题：企业的数据资产在不出本地的情况下，通过联邦学习系统在加密机制下完成参数交换，在这个联邦学习系统中各参与者的身份和地位一致，不断丰富各自需要的数据模型，实现“共同富裕”。

在不断演化中，联邦学习与密码学、基于芯片的可信环境一起构成了隐私计算解决方案，帮助企业链接产业上下游，更好的进行业务开展。

2016年，中国科学院信息工程研究所研究院李凤华对隐私计算进行了概念的界定：隐私信息的所有权、管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统，支持多系统融合的隐私信息保护。

那么，隐私计算为什么会在2020年“一夜大火”甚至被视为发展“元年”？

首先是理念得到了市场的认可，这一点毋庸置疑。随着全球隐私数据安全保护法案越发严格，同时数据资产化、要素化被更多提及，一种行之有效的数据流通解决方案在市场上呼声日高。

其次，大型科技公司的入局以及资本的注入为行业带来了关注热度。

从2018年开始，BAT等国内互联网巨头们加码隐私计算产品研发，并形成了一种认知：在合规的基础上，谁率先实现数据源的有效融合、提取以及释放数据价值，谁就能抓住这场新商业中蕴藏的机会。

更重要的是，产品技术上的成熟，为产品落地实践提供了可靠保障。

在隐私计算中扮演着极为重要角色的多方安全计算技术，开始从理论走向实践进入商业化阶段，推动了产品落地，2020年中国移动发布多方安全计算平台、蚂蚁链的摩斯多方安全计算平台已完成商用；与此同时，行业标准正在形成：2020年央行发布《多方安全计算金融应用技术规范》……

多方利好之下，隐私计算被寄寓了厚望。

2019年，Gartner在技术炒作周期(hype cycle)曲线报告中，首次将隐私计算列为处于启动期的关键技术；紧接着在2020年，又将隐私增强计算列入2021年的九大重要战略科技趋势，并提出，到2025年，全球将有过半的大型企业组织在不受信任的环境和多方数据分析用力中使用隐私增强计算处理数据。可见，隐藏的隐私计算市场庞大。

纵观国内隐私计算解决方案公司，越来越多的公司发布了自主研发的隐私计算平台，并实现了在行业中解决方案落地实践。

中国软件网整理

根据中国软件网不完全统计数据，目前国内隐私计算企业主要分为三大类，专注于隐私计算的初创企业；互联网科技公司；泛数据类企业。而目前隐私计算在国内实现了相对成熟的商业应用场景，主要有三大类：金融、医疗、政务。

在金融场景中，蚂蚁链摩斯多方安全计算平台帮助重庆富民银行打造了国内首个在开放银行和银行风控领域，多方安全计算商用案例。

富民银行与蚂蚁链进行合作，依托蚂蚁摩斯多方安全计算平台解决方案，通过加密算法构建安全计算基础，采用完全去中心架构的方式，使在最大程度上保障个人数据隐私安全的基础上，完成数据服务调用的存证、授权、计费，进而加固银行的智能审计、数据监控等功能，以充分应对风险审核中对贷款人综合评估问题的挑战。

数据显示，富民银行利用摩斯安全计算平台，与合作方实现了多方联合风控，在模型预测中效能实现了25%的提升，有效降低了业务风险和不良资产率。

在医疗领域，基于XDP翼数坊，国家医疗健康大数据首批试点城市厦门构建了“健康医疗大数据应用开放平台”。

基于智能合约技术追溯数据集、建立“数据血缘”，对采集数据进行清洗脱敏、归一，形成DaaS数据集后进行加密，建立数据权限管理系统，通过平台分层可拓展技术架构，实现高密度储存、快速访问和分析计算，实现多种人工智能模型建立。XDP翼数坊帮助厦门市医疗行业打破数据孤岛，构建起了医疗数据应用开放的数据生态。

在政务领域，虽未有明确的项目信息公开，但从华控清交与海淀区政府签约建设政务大数据加密融合共享平台的项目中，足以窥见隐私计算在政务领域的实用性。

从项目招标信息中可以看到，双方将联合打造“海淀区数据加密共享应用系统”，打通海淀区政府下属各部门和单位间的数据孤岛，建立安全可信的数据归集和处理平台，解决数据融合与隐私安全之间的矛盾，推进海淀区政府大数据资源高效安全的融合利用。

从实践案例中可见，隐私计算在一定程度上是大有可为的。

从技术层面上来讲，隐私计算为区块链、AI、物联网等技术带来了新的发展方向，在一定程度上实现了数据的流通，推动了数据的价值应用。在众多依靠数据模型进行分析决策的实践应用中，隐私计算可以算得上是优良的选项。

当然，也不难看到，隐私计算并未解决真实数据流通需求的问题。与此同时，用于丰富数据模型的数据特征等产品的所属权问题也存在争议，解决谁授权、向谁付费将会是隐私计算在更广行业领域中应用的门槛。

其次，从商业模式上来看，目前隐私计算平台是作为第三方平台存在的，这在一定程度上仍然会存在数据安全问题。无第三方平台存在是否会是隐私计算发展的未来趋势，仍等待时间的检验。

2020年，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中，将数据与土地、劳动力、资本、技术一起列为生产要素，鼓励要素自主有序流动，数据资产化成为共识，隐私计算将在未来迎来怎样的大发展，不可估量。