11月3日，“第十六屆21世紀亞洲金融年會”金融科技主題論壇在北京舉辦。在以“數據隱私保護與風控迭代”為主題的圓桌討論環節上，中國信通院云大所大數據與區塊鏈部副主任閆樹表示，隱私計算正在慢慢地從技術階段向應用階段過渡，正處于“大規模應用的前夜”。對于隱私計算當前面臨的困境，實際上是很多種解決的方式，最重要是如何讓市場認知和接受隱私計算的技術理念。

何為隱私計算？

據閆樹介紹，隱私計算是隱私保護計算的簡稱，可將其定義概括為——在不傳遞原始數據或保護原始數據的前提下，實現數據的分析、計算、應用的一類技術集合或體系。目前隱私計算有很多的技術路線，常見的有密碼學、可信硬件、聯邦學習等。

密碼學方式。閆樹介紹道，“以前對數據進行共同計算時，企業雙方需要交換數據或者把數據交給第三方，這樣其實是會暴露數據。如果是用密碼學的方式，企業就可以把數據加密后再給出去。另一方對加密數據進行分析計算，將結果反饋回去。這就是在沒有得到原始數據的情況下，通過加密算法來進行隱私計算的一類方式?！?/p>

可信硬件方式。閆樹解釋說，通過可信硬件可以構造一個安全、可信的硬件環境，我們認為把數據放在可信環境中安全性是有保證的。

聯邦學習方式。閆樹表示，國內外衍生出了聯邦學習、共享學習、知識聯邦、聯邦智能等一系列旨在解決多方數據聯合機器學習的“聯邦學習類”技術。聯邦學習的本質是分布式的機器學習，在保證數據隱私安全的基礎上，實現共同建模，提升模型的效果。聯邦學習的目標是在不聚合參與方原始數據的前提下，實現保護終端數據隱私的聯合建模。實際上，這就是“數據不動價值動”、“可用不可見”的過程。

在閆樹看來，隱私計算正處于“大規模應用的前夜”。目前，隱私計算正在慢慢地從技術階段向應用階段過渡。越來越多的隱私計算招標項目，尤其是在今年下半年出現了迅猛增長，這在一定程度上代表了技術發展的階段。

與多種技術融合以補短板

任何一項技術大規模應用的過程都不是一蹴而就的，隱私計算亦是如此。閆樹表示，目前各家企業對隱私計算的應用更多的是屬于測試性質，或者是在小系統范圍內使用，還沒到大規模擴展到全集團、全行業、甚至是跨行業的應用范圍，此類案例非常之少。他認為，之所以如此，主要是因為安全性、性能、合規等方面的問題。

首先是安全性。閆樹解釋道，數據是機構最核心、最機密的資源，安全性不能出現任何問題。同時，隱私計算的技術門檻比較高。一方面是難以向合規部門解釋，另一方面我們對隱私計算技術的信任暫時還沒有到全面鋪開使用的程度，這個問題需要利用一些手段去解決。

其次是性能。閆樹表示，作為學術研究項目，多方安全計算早在1982年就被提出來了。為什么沒有得到廣泛應用？因為從當時的算力或運算成本來看是不可接受的。但是，隨著近年來各種算法和協議的優化、算力算法的提升，很大程度上已經具備的一定的可行性。他舉例稱，“信通院對聯合統計、聯合建模等技術在各種場景應用的性能測試結果顯示，目前大部分情況是小時級、分鐘級的具備了一定的可用性。然而，一旦數據量增加、交互方變多、數據結構變復雜，性能下降十分明顯。這就需要我們從技術角度不斷提升技能?！?/p>

此外，還有合規問題。閆樹說，隱私計算本身可解決的問題不是特別廣。它只是提供了不交換原始數據的解決路徑，這只是數據流通全過程中的一個環節，流通前和流通后的問題是無法用隱私計算解決的。比如，原始數據自身的合規性，隱私計算后的結果等?！斑@就需要隱私計算與更多的技術協同?！彼M一步表示，一方面是隱私計算內部的TEE（多方安全計算）、MPC（可信執行環境）、FL（聯邦學習）等技術融合；另一方面是與區塊鏈、人工智能等更多技術的融合，以彌補各自的短板。

在閆樹看來，解決隱私計算面臨的上述問題其實很多種方式，最重要是如何讓市場認知和接受隱私計算的技術理念。

責任編輯：王超