來源：算力智庫，原題《算力智庫燕麗：隱私計算幫助數據“煉油”，是數字時代的通關密碼|隱私計算大課第一講》
算力說
數字時代，數據成為最重要的生產要素，被譽為新黃金，新石油。而數據作為商品與資產要想迎來大發展，必須實現數據的確權、流通和隱私保護。隱私計算提供了一種建立在多元技術協同和交叉學科支持基礎上的實現數據合理流動與價值捕獲的解決方案。 那麼，隱私計算到底是什麼？它的底層邏輯與本質是什麼？如何發揮作用？目前已落地哪些產業場景？昨晚的隱私計算大課第一講，算力智庫創始人燕麗從數據角度切入，為聽眾整體梳理了隱私計算的緣起、發展階段、應用場景與商業價值前景，以隱私計算在金融和醫療兩大領域的落地舉例，大膽預測監管、協同技術與數字新基建等多維發展將共同鑄就2020年會是隱私計算產業落地元年。
數據作為數字經濟的生產要素，是其中的核心。而數據隱私正在成為時代的痛跟癢。痛點在於數據的濫用，癢點在於各國出臺的隱私保護新條例讓互聯網巨頭更注重隱私保護政策與體驗，幫助用戶獲得使用便利的同時，獲得隱私保護。
1數據三權分立，所有權與使用權必須分割
數據的所有權不能買賣。數據權利中存在三權分立。數據的所有權、使用權和處理權。數據資產只可以轉讓使用權，所有權是用戶的。
隱私計算是在不暴露原始數據的情況下計算數據，且計算結果可被驗證。不能簡單被理解成為保護用戶隱私服務的技術，它的重點是更是實現數據使用權交易的基礎，也就是實現數據價值的基礎。不交易數據本身，只交易數據的計算結果。
因此，隱私計算提供了讓數據使用權轉讓合理有序的同時，讓數據的價值跨主體使用放大價值的計算方案。
2020年可被為稱為隱私計算元年，預計到2027年，全球數據市場將增⻓到1030億美元，是2018年預期市場規模的兩倍以上，其中基於應⽤數據將佔有市場份額的45％，也就是464億美。
2隱私計算的幾大技術範式
在互聯網巨頭與運營商等中心化機構手握的數據中，除了身份數據、行為數據外，生產力價值數據最具隱私計算的價值。隱私計算技術目前業內主要集中在以下幾種技術範式：多方安全計算、同態加密、零知識證明、可信執行環境。
1. 安全多方計算
一套基於現代密碼學的協議組，這個工具組裡面有很多組件組成包括零知識證明（ZKP）、概率加密、信息理論消息認證碼（MAC），各種分佈式溝通協議和不經意的轉移（OT）以及最重要的基礎技術：秘密共享和秘密分片計算。
2. 同態加密
同態加密（HE）是一種加密形式，允許對密文進行計算，生成加密結果，加密後的結果與操作結果相匹配，就好像它們是在明文上執行一樣。使用這樣的工具，可以在不危及數據隱私的情況下外包存儲或計算。因為HE允許在保持加密的同時計算加密數據，所以它已被廣泛研究作為安全計算的候選者。
3. 零知識證明
一方（證明者Peggy）可以向另一方（驗證者Victor）證明她知道值x，而不傳達任何信息，除了她知道值x。區塊鏈項目在嘗試利用ZKP作為可信的離線計算解決方案。缺點是ZKP無法證明在遠程環境中完成的實際工作量，也無法保證計算是從惡意方的黑客手中獲得的。
4. 可信執行環境
是一種在防分離內核上運行的防篡改處理環境。理想的TEE保證了執行代碼的真實性、運行時狀態、寄存器、內存和敏感I / O的完整性、以及存儲在持久內存中的代碼、數據和運行時狀態的機密性。優點：能夠提供遠程證明，證明其對第三方的可信賴性。缺點是硬件製造商渴望提出可信硬件解決方案，但缺乏不同平臺的通用標準。黑客攻擊證明SGX還不能夠承載協議級別的數據安全保護。使用TEE，可以信任硬件，但不能信任控制硬件的人。所以需要與許可網絡結合，其中所有節點都經過預先批准，環境經過認證和信任。
3哪幾個行業是隱私計算目的應用較廣領域？
幾乎全部專注於隱私計算領域的公司都選擇從隱私保護力度最強也是隱私保護需求最大的金融和醫療兩個領域切入產業應用。在今年數字新基建的大背景下，金融數字化和醫療數字化的需求亟待滿足。
在醫療、保險、銀行間黑白名單共享等場景下，同一行業裡的不同機構既想用對方的用戶信息又不想信息共享。隱私計算，可以把結果輸出給服務提供方，接收方對查詢負責並付出一定的查詢費，該費用及時通過系統上的清結算交易。
同時，隱私計算在金融領域的四大垂直領域：銀行、保險、供應鏈金融、物聯網金融方面已經有了大量落地的應用案例。
隱私計算在這些領域中，如何輸出數據價值？市場有哪些具體的典型應用案例？來自微眾銀行、眾安科技、吉貝克、摩聯科技、新加坡管理大學等商業巨頭和研究機構專家將會在接下來的5天中共同深度剖析隱私計算商業密碼，通過隱私計算產業大課，詳解這個新興賽道釋放的巨大數據石油紅利。
閱讀更多 巴比特 的文章
