近日，学习软件“超级学习通”中超1.7亿条学生信息疑遭泄露的相关话题冲上微博热搜第一，再次引发了公众的“隐私焦虑”，信息安全问题也被推向风口浪尖。

信息化时代，数据已成为一种新型生产要素。如何在守护隐私底线的基础上，挖掘数据潜力，发挥数据价值？实际上，业界已经给出了答案——采用让数据“可用不可见”“可控可计量”的隐私计算。根据IDC估算，2021年，中国隐私计算市场规模达到8.6亿元，未来市场增长率有望突破110%。

应用场景更加丰富

(资料图片仅供参考)

隐私计算，不是计算隐私，而是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的一系列信息技术。隐私计算主要涉及三大关键技术——基于密码学的多方安全计算、融合人工智能技术的联邦学习和基于可信硬件的可信执行环境。据赛迪顾问云计算与大数据产业研究中心分析师王汇介绍，该技术可以实现数据所有权和使用权的分离，避免数据流通过程中的信息泄露。

相较国外，国内隐私计算起步较晚。2016年开始出现垂直厂商，2020年产品开始验证性测试，2021年进入商业落地元年。

王汇观察发现，近两年，隐私计算行业发展迅速，多种类型的技术公司纷纷入局，资本热度持续提升，论文发表数量和专利申请数量不断增长，行业开始从概念阶段进入实施阶段。

IDC报告显示，2021年中国隐私计算市场规模突破了8.6亿元，未来有望达到110%以上的市场增长率。

“近年来，隐私计算的应用场景逐步丰富，并且更加具象化和场景化。”微众银行区块链隐私计算技术负责人李辉忠告诉《中国电子报》记者。目前，隐私计算主要在政务、金融和医疗领域落地应用。

政府先行先试树标杆

自2017年以来，国家相继颁布了一系列政策法规，推动数据在隐私安全的前提下，有序流通。这为隐私计算技术的落地应用打开了新局面。

“国家大力支持隐私计算行业发展，除了出台利好政策之外，政策性项目是目前市场上的主流项目。”数牍科技高级总监李宗勇告诉《中国电子报》记者，“政府先行先试，打造了一批标杆应用场景，为隐私计算落地应用开了一个好头。”

目前，隐私计算已被多地政府纳入数字化发展规划，作为促进数据经济的突破口，融入交易所、数字政府、数字社会建设等。

以山东为例，目前已开放了海量公共数据。山东公共数据开放网涵盖53个部门、145213个数据目、53.5亿条数据、6.9万条数据接口等，涉及教育科技、社保就业、交通出行、财税金融等近20个领域。“山东省一体化公共数据开放平台是国内首个政务数据隐私计算平台。平台借助隐私计算技术，在保证数据不泄密的前提下，实现各政府部门、公共事业单位和企业数据开放融合，有效促进政府和公共机构数据资源的开放和共享。”洞见科技副总裁李博介绍。

“政务数据具备价值高、规模大、种类多的特征。”李博分析，“因此政府客户更加关注有效性和安全性，一方面要实现高价值政务数据要素的有效流通；另一方面要严守数据隐私安全，对因数据开放造成的事故零容忍。”

据不完全统计，目前全国已有23个省市自治区打造了数据开放平台。

金融行业一直走在数字化发展的前端，也是最先“拥抱”隐私计算的行业之一。2020年11月，中国人民银行发布实施第一个隐私计算行业标准《多方安全计算金融应用技术规范》，进一步推进金融行业数据合作。

据中国工商银行软件开发中心总经理助理龚光庆介绍，工商银行借助隐私计算技术，将运营商数据、电商平台数据和银行数据联合建模，以密文形式融合评估客户网上的购买能力、账户级别、消费行为等隐私信息，在确保各方数据隐私安全的前提下，最终输出客户的消费习惯和消费喜好。根据这些习惯和喜好，向客户推荐相关理财产品，可以有效提高营销效率。

借助隐私计算技术，也可以提高金融机构风控水平。李辉忠对《中国电子报》记者说：“隐私计算融合区块链技术可以在保障金融机构本身数据安全的前提下，实现它与政务、企业、运营商等的多数据融合；解决金融机构数据维度单一、数据量较少等问题，有效提升金融风控能力。”

在李宗勇看来，与政府构建数据流通融合生态不同，金融机构以经济效益为中心，更强调在场景里最大程度开发数据价值。

在跨国医学研究方面，隐私计算也发挥着重要作用。“隐私计算可以应用在医疗实验室和科研机构。例如，全基因组关联分析、罕见病治疗等。这类研究通常需要联合多家机构数据，甚至涉及跨国协作，这时候数据隐私问题就非常突出了。”王汇指出，“利用隐私计算技术，可以对跨国、跨机构的数据进行分析，在保护各方原始数据隐私的情况下，增加样本量和数据特征维度，实现有效性研究。”

但是跨医疗机构之间的数据流通共享还存在一定难度。“医疗数据具有极强的隐私属性，医院对这些数据封锁比较严格，融合困难较大。”李宗勇分析指出，“但从另一个角度看，隐私计算技术可以为多方数据跨域融合提供技术底座，各地医疗机构的信息系统独立且分散的现状在某种程度上也对隐私计算技术在医疗行业的下沉应用提供了新的机遇。”

全面落地充满挑战

虽然隐私计算发展迅速，但仍处于应用初期，在落地方面仍旧面临一些困难。

首先，隐私计算在安全性和性能方面仍有很大提升空间。隐私计算技术对算力要求很高，面对越来越多的数据，算力亟须快速提升。对此，王汇建议，围绕性能瓶颈、安全标准、数据质量、数据孤岛等问题，加强研发投入，不断提升底层技术能力。

其次，市场对隐私计算的认可度和信任度仍然不足。“很多客户对隐私计算的安全性仍持有怀疑态度。”李辉忠表示，“期望政府能建立更多试点性、标杆性项目，让大家更好地理解和接受隐私计算技术。”

针对隐私计算行业发展不平衡的现状，李宗勇期待政府牵头，加快制定更多隐私计算行业标准，以推进其在各行各业的应用。

除此之外，在合规方面，王汇建议完善相关配套法规，对数据流通过程中的安全合规问题进行深入研究，明确不同数据利益主体的法律义务、法律责任，加强相关法律法规的可落地性。

“相信在未来，隐私计算会成为一个基础技术底座，被广泛地应用于各类场景和各类技术中。”李辉忠说。