2021年，隐私计算进入商业落地元年-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

隐私计算也称为隐私增强计算或机密计算。隐私也是信息安全的机密。

根据一般定义，”隐私计算”是指在处理和分析计算数据时，防止数据离开本地环境，以确保安全，同时允许数据需求者获得计算结果，这有利于突破数据保护和工业应用的问题。在Gartner发布的2021九大重要战略科技趋势中，”隐私增强计算”无疑是一个更引人注目的趋势。

Gartner相信，到2025年，至少一半的大型企业组织将使用隐私计算来处理不受信任环境和多方数据分析用例中的数据。这意味着巨大的市场潜力正在酝酿。

隐私计算成为新的空气出口

根据毕马威(KPMG)发布的《2021隐私计算行业研究报告》，隐私计算受到大数据集成应用和隐私保护双重需求的驱动，中国市场规模正迎来快速发展期。预计三年内技术服务收入将达到100亿至200亿元。

隐私计算产业的发展意味着新的投资轨道的诞生。现在，领先的互联网企业.金融机构.区块链公司.初创技术公司和其他”参与者”已经进入市场，探索隐私计算技术。目前，所有互联网巨头都加快了在隐私计算领域的布局，形成了跨业务.多团队.强支撑的发展趋势。2019年，蚂蚁金服.腾讯和百度推出了自己的MPC(安全多方计算)产品。其中，腾讯(Tencent)和微银行(WeBank)等有代表姓的公司今年推出了自己的私有计算平台。

2021 4月，腾讯发布了自主研发的第四代智能融合计算平台”天宫”，该平台使用自主研发的隐私计算技术。凭借这项技术，腾讯的大数据相关团队赢得了iDash 2020世界隐私计算大赛的冠军。据了解，腾讯具有金融安全实力的隐私计算技术已广泛应用于医疗.金融风险控制.数字政府等诸多领域。

今年5月，WeBank发布了最新的大数据隐私计算平台WeDPR PPC，其特点是具有1亿级数据集处理能力.毫秒级端到端响应延迟和灵活的低代码可视化编程。

除了巨头之外，新兴科技公司正在成为隐私计算领域的主要参与者

从投资机构布局来看，许多VC和PE已经进入，包括红杉中国.IDG资本.基石资本等。

例如，Insight Technology在今年年初完成了数千万元的Pre-A融资，投资者包括鑫源资本和元气资本。今年5月，星云集团完成了一轮1100万美元的a+融资，投资者包括基石资本和华泰创新。荣树连枝于今年6月完成了新一轮融资，贵州云大数据基金参与了这轮投资。

图片来自中国软件网

值得注意的是，北京国际数据交易所(以下简称”北京数据交易所”)最近宣布成立，这也是中国第一个采用新交易模式的数据交易所。除了疯牛病，许多具有地方政府背景的数据交换也正在酝酿新的趋势。

隐私计算进入业务的第一年

从技术角度来看，隐私的最大特点是

例如，在某个地方，通过腾讯安全提供的联合学习平台，实现政务.银行和企业的协同建模。疫情期间，对小微企业进行了准确描绘，模型AUC提高了40%，实现了企业综合评价.银行信贷和政府折扣的全闭环，大大降低了信息不对称造成的成本，提高了资本流动效率，促进了产业政策的精准实施。

此外，一些隐私计算服务提供商还与政府机构合作，例如在当地城市建设数据能力开放平台，为中小微企业建设融资服务对接平台，通过隐私计算和区块链计算提供安全和合规平台构建解决方案。

一些行业分析人士指出，在保护数据隐私的背景下，2020年将是隐私计算技术的元年，2021将是隐私计算机业务的元年。

隐私计算的发展仍然面临挑战

尽管市场潜力巨大，但隐私计算仍处于早期阶段。同时，作为一项新兴技术，隐私计算也面临着一些迫切需要解决的实际问题。

首先，隐私计算技术的性能仍然难以满足大规模商业使用的要求。尽管目前隐私计算的性能得到了很大的提高，但由于其复杂的加密机制和许多交互，当循环数据量大或结构复杂时，计算效率问题仍然没有得到解决，特别是对于复杂算法的联合建模效率，仍然难以满足。

其次，隐私计算技术的市场难以迅速培育。

与其巨大的市场前景相比，目前的隐私计算技术市场还远远不够成熟，市场环境的培育也存在很大困难。一方面，由于隐私计算技术的复杂姓和”黑箱”现象，大多数用户难以理解和信任隐私技术。另一方面，隐私计算处理的对象往往是敏感的数据资产，并且尝试和错误的成本很大，这进一步增加了用户接受的成本。

第三，大多数企业的数据规范化和数据质量难以支持隐私计算技术。

由于隐私计算算法的高灵敏度，参与者的数据标准化和数据质量要求也很高。此外，隐私计算主要用于跨企业甚至跨行业的数据流通。将有多个参与者，包括数据用户和提供者，这也对参与者的数据一致姓提出了很高的要求。

最后，现行法律法规没有明确界定隐私计算的地位。例如，《中华人民共和国网络安全法》规定，”未经收集者同意，网络运营商不得向他人提供个人信息”，并规定了一项例外条款，即”特定个人无法识别，处理后无法恢复”。

法律.法规和相关标准未明确规定将个人信息用于隐私计算是否属于例外。

然而，由于隐私计算不仅避免了原始数据的传输过程，而且仍然完成了基于多方数据的计算，因此在一定程度上仍然破坏了消费者的隐私。这正成为限制隐私计算发展的一个不可避免的问题。

总体而言，整个隐私计算相关技术尚处于起步阶段，在数据安全.基础设施.商业模式等方面仍存在许多问题和挑战。

然而，不可否认的是，隐私计算行业的市场潜力巨大，未来的发展不可估量。无论是监管机构.第三方机构还是技术参与者，都在共同构建一个数据价值和数据安全共享的生态系统，这很可能在未来几年引发疫情。