首页

《数据安全法》正式实施，明确提出发展和安全并重相关学者专家就数据安全与隐私计算展开讨论，表示隐私计算技术可以兼顾数据应用和安全保护，具有应用前景，但要真正实现数据价值还有很长的路要走数据安全法响应了这一号召

数据安全法的出台恰逢其时，顺应了市场的发展阶段和行业的声音国家工业信息安全发展研究中心大数据研究室主任杨梅表示，这开启了数据要素市场的新时代

她透露，2020年中国数据要素市场规模将达到545亿元，十三五期间数据要素市场复合增长率将超过30%，预计十四五期间将达到1749亿元。

最近几天，清华大学人工智能研究院成立的北京睿来智能科技有限公司组织了数据安全与隐私计算专题研讨会，邀请不同领域的专家共同探讨。

律师事务所合伙人陈对数据安全法，个人信息保护法等硬法律的影响持乐观态度他表示，一方面，新法要求企业遵循数据采集的安全性和可控性，另一方面，有助于解决数据的黑产问题

IDC报告显示，2020年，全球将创造59.0ZB的数据，超过一半的数据需要保护与此同时，近四分之一的数据被认为是私有的或通常不提供给公众，这具有很高的安全级别，但缺乏保护

我们认为，私有计算是促进数据流通，保障数据安全的关键技术杨梅说

隐私计算很难落地。

什么是隐私计算中国信息通信研究院云计算与大数据研究所大数据部副主任闫舒解释，私有计算是在保护数据自身不被外部泄露的前提下，实现数据分析计算的一种技术集合

从技术机制上看，隐私计算主要包括三大流派:一是以安全多方计算为代表的通用多方交互协议，二是以联邦学习为代表的机器学习应用的多方交互协议，第三，以可信执行环境为代表的基于可信硬件的集中式执行方案。

雷利智能首席执行官田甜将隐私计算分为应用层和基础层从应用层来看，隐私计算最终必须解决各种数据应用场景中的业务问题其本质是应用人工智能来挖掘数据洞察并智能地转换服务他说

颜姝提醒，目前隐私计算技术和解决方案还未完全成熟，在安全性，性能和数据互联方面仍存在挑战这些问题在一定程度上限制了隐私计算的普及和应用

田也有同样的看法"无视安全的性能追求，是无根之木，被动之水."他表示，雷利智慧更注重如何实现隐私计算技术的安全性和性能比如隐私保护的机器学习平台RealSecure，为客户提供全面的安全评估和验证，同时通过优化编译器和高效的加密算法，性能可提升20—40倍

互联与交叉融合

据行业分析，隐私计算的落地场景正逐步从数据需求旺盛的金融，互联网，医疗，政务等领域向智慧能源，智能终端，智慧城市等更多行业延伸。

尽管私有计算市场仍处于大规模商业应用的早期阶段，但它已经成为商业和资本竞争的赛道市场有报道称，到2024年，全球隐私驱动的数据保护和合规技术支出将超过150亿美元

田表示，隐私计算主要是解决数据链接的问题，但要实现数据的价值，就需要业务需求牵引，尤其是人工智能需求牵引。他介绍，结合不同的商业场景

晏殊认为，未来私有计算的发展需要在内部实现互联互通，在开放数据孤岛的同时避免数据孤岛的诞生他进一步指出，光靠私有计算充分释放数据要素的价值是不够的，还需要加强私有计算与人工智能，区块链，云计算等技术的交叉融合

根据消息显示，中国信息通信研究院还在积极探索建立覆盖主流隐私保护计算技术产品的系统性安全分级标准的可行性，推动形成行业信任共识，围绕算法安全，密码安全，通信安全和授权认证等关键要素衡量隐私保护计算产品的安全性。

田对相关进展充满信心:如果将隐私计算作为人工智能的核心模块或轮子，未来会给我们带来很多新的价值当然，前提是与人工智能深度融合，真正匹配业务需求，实现数据价值闭环