隨著數據要素市場發展與數據合規要求驅動，隱私計算成為近兩年資本與市場關注的焦點。在產業快速發展的同時，各類背景的大小廠商涌入隱私計算賽道。
與此同時，今年1月央行印發的《金融科技發展規劃(2022-2025年)》再次明確要求，探索建立跨主體數據安全共享隱私計算平臺，在保障原始數據不出域前提下規范開展數據共享應用，確保數據交互安全、使用合規、范圍可控，實現數據“可用不可見”、“數據不動價值動”。
據21世紀經濟報道記者了解，目前銀行等金融機構均已引入隱私計算技術，部署相關系統，但不同服務商的技術實現原理不同，反而對部署不同系統的金融機構產生“維護成本高、數據跨平臺流通難”的問題。如何安全、合規、高效地實現不同隱私計算平臺的互聯互通，已成為行業接下來重點攻克的難題。
商業化元年
2021年被業內普遍認為是隱私計算的商業化元年。
一方面，金融機構用戶個人信息采集受限，隨著《網絡安全法》《數據安全法》《個人信息保護法》的相繼落地實施，我國網絡安全與數據保護領域基本法律框架形成；另一方面，銀行保險機構的信息安全保護更加嚴格，今年銀保監會出臺《銀行保險機構信息科技外包風險監管辦法》，從信息科技外包治理、準入、監控評價、風險管理等方面對銀行保險機構信息科技外包提出全面要求。
數據合規保護的大背景下，在海外被谷歌、Facebook用于C端個人數據保護的隱私計算技術，在中國的政務數據開放與金融數據流通中大顯身手。
隱私計算是一個技術體系，涉及機器學習、分布式機器學習、密碼學、安全多方計算、聯邦學習等多種技術。
“傳統的機器學習是沒有隱私可言的，需要把數據匯集在一起，集中進行訓練建模。但在數據立法的背景下，數據孤島和隱私保護問題凸顯，只能通過聯邦學習建立生態圈，在數據擁有方不出域的情況下，多方聯合建模，從技術上解決數據孤島問題。”大連理工大學副教授李祎表示。
洞見科技CEO姚明告訴記者：“在2018年之前數據處于野蠻流通的狀態，諸多民間所謂的征信公司，作為數據中介機構物理復制、傳輸數據，造成數據留存、數據管控不嚴引發泄露，甚至有企業主觀惡意在沒有獲取用戶授權的情況下販賣原始數據。如果說數據立法在法律層面約束這類灰色商業模式的發展，那么隱私計算就是從技術層面阻止數據的物理復制、緩存與不經授權的販賣。”
據記者了解，在政策落地的同時，從2021年四季度起，多家頭部金融機構正式啟動隱私計算服務商的招采，包括招商銀行、興業銀行、華夏銀行、渤海銀行、北京銀行、中國人壽等均已布局隱私計算平臺。
下一步，互聯互通
在諸多隱私計算技術服務商涌入賽道的同時，不同技術流派的服務商技術實現原理的差異較大，隱私計算原應解決的“數據孤島”反而演變成為“計算孤島”。
尤其是金融機構在實際應用中，存在與多個數據源合作的情況，因此部署不同隱私計算平臺的機構會面臨“成本高、流通難”的困境。
“對于應用方來說，可能會部署很多隱私計算系統，涉及到大量學習、管理、維護成本，而且在諸多黑盒系統中保證數據安全也非常麻煩。”中國銀聯金融科技研究院新技術團隊負責人周雍愷表示，“對于技術提供方而言，也需要投入大量精力用于不同企業的準入安全測試和用戶培訓，是一件比較吃力不討好的事。”
為真正實現隱私計算的生產落地，提升應用方的系統架構能力，隱私計算行業開始探索互聯互通。
一位保險公司科技創新部高管表示，各家在隱私計算平臺上的技術路線存在差異，因此在建設平臺時公司確定了一個原則，無論采取怎樣的形式，最終要保證不同平臺實現異構下的互聯互通。
為打破不同隱私計算技術應用的原生壁壘，中國信通院聯合多家機構編寫《隱私計算跨平臺互聯互通》系列標準的總體框架，涉及通信規范、互聯協議以及應用規范。
據記者多方了解，目前隱私計算平臺的互聯互通已經從上層管理系統層的接口互通，探索到多方異構隱私計算平臺之間中層算法協議層的互聯互通。
不同的隱私計算平臺將核心算法作為一個黑盒，對算法本身涉及不做定義，僅規范定義算法的基本信息、輸入、輸出，使算法可以通過插件的形式在不同的技術服務廠商處發布，最終實現互聯互通。
目前多家技術服務商正在探索將不同隱私計算平臺的算法或協議進行最小粒度的計算原語分解，實現計算原語的抽象和定義，在原語層實現互聯互通，繼而實現基于底層計算原語的中層算法實現、上層應用實現，最終完成平臺互聯互通。
“發展到現在，隱私計算技術已遠不像剛誕生時那樣涇渭分明，而是多條技術路徑齊演進。現階段MPC、TEE與聯邦學習三種技術三足鼎立，商用化進程領先。而在實際落地商用的過程中，人們發現單一路徑技術的模式并不能滿足市場需求，多種技術的融合應用已成為了當下趨勢，各家廠商也已達成多元技術實現路徑并行的技術共識。”洞見科技CTO何浩向記者表達了他的展望。“在隱私計算業務生態層面，我們構想未來應該由更多的參與方來構成一張更廣域的數據智能流通網絡。”
（文章來源：21世紀經濟報道）
標簽：
