清华博士段安:隐私计算如何打破数据孤岛 实现数据价值最大化 l 华坤道威专访

去年,随着国家数安法和个保法的相继出台,监管重拳的落地,个人隐私安全、隐私泄露等问题越来越受到人们的重视。

在此背景下,如何在合法合规的情况下,让企业经营持续不断增长,如何解决数据孤岛壁垒,真正让数据价值流通起来,完美规避数据保护与数据价值释放之间的矛盾,针对这一系列问题,华坤道威于特邀隐私计算专家,清华大学博士段安—段博士做了一场线上干货分享。整场直播段博士主要围绕着隐私计算的概念、重要应用技术、商业应用等六个维度娓娓道来,以下是直播重点内容分享。

清华博士段安:隐私计算如何打破数据孤岛 实现数据价值最大化 l 华坤道威专访_第1张图片

你能了解到

  • 概念:什么是隐私计算?
  • 技术分类:隐私计算都有哪些重要应用技术?
  • 应用领域:目前,隐私计算技术主要应用在哪些领域当中?
  • 关键要点:隐私计算目前面临的主要问题是什么?
  • 厂商图谱:入局隐私计算厂商背景相当多元化,华坤道威跟市场上厂商的商业模式和业务方向差异点在哪里?
  • 商业价值:隐私计算未来它带来的价值和应用趋势是怎么样的?

Q1:什么是隐私计算?

在数字经济时代,数据作为核心生产要素,为经济持续增长带来了无限潜能。数据的流通共享是实现数据价值充分释放的关键条件。

目前来说两大因素制约着数据的流通和协作:

一是“数据孤岛”现象普遍存在。 

二是数据合规监管日趋严格,加大了各企业对数据流通与协作中合法合规的需求。 

在这样的背景下,如何在保证数据安全的前提下,让数据真正高效流通起来是亟待解决的难题。隐私计算技术的出现,可以实现数据价值释放和隐私保护的正和博弈。隐私计算作为一种新兴的技术体系,其应用价值得以体现。

清华博士段安:隐私计算如何打破数据孤岛 实现数据价值最大化 l 华坤道威专访_第2张图片

隐私计算是指在提供隐私保护的前提下,实现数据价值挖掘的技术体系,它的实现需要结合人工智能、密码学、数据科学等众多领域的交叉融合。数密院(DataΦ)作为华坤道威历经多年的孵化和研发的隐私计算平台,通过采用同态加密、不经意传输、秘密分享、混淆电路等底层安全保护技术,实现了在保证满足数据隐私安全的基础上,数据“价值”和“知识”的流动与共享,真正做到“数据可用不可见”

Q2:隐私计算都有哪些重要应用技术?

隐私计算通常涵盖联邦学习、多方安全计算、可信执行环境等应用技术和差分隐私、同态加密、不经意传输、秘密分享、混淆电路等底层安全保护技术。

联邦学习,可以理解为由两个及以上的数据方共同参与,在保证数据方各自原始数据不出其定义的安全控制范围的前提下,协作构建并使用机器学习模型的技术架构。

多方安全计算,解决一组互不信任的多个参与方各自持有秘密数据,协同计算一个既定函数的问题。多方安全计算保证了各参与方在获得正确计算结果的同时,无法获得计算结果之外的任何信息。

可信执行环境,是通过软硬件方法在中央处理器中构建一个安全区域,保证其内部加载的程序和数据在机密性和完整性上得到保护。相比纯软件解决方案,可信执行环境的缺点是需要引入可信方,即信任相应的硬件厂商。当应用程序中需要保护的部分加载到Enclave后,保证只有位于enclave容器内部的代码才能访问enclave所在的内存区域,容器以外的任何软件都不能访问enclave内部数据。

比如苹果的人脸识别系统就用到了可信执行环境,来保护其人脸识别模型和用户数据。

清华博士段安:隐私计算如何打破数据孤岛 实现数据价值最大化 l 华坤道威专访_第3张图片

华坤道威数密院(DataΦ)的核心算法研发人员毕业于清华大学、浙江大学、上海交通大学等知名高校,覆盖信息安全、密码学、数据科学、联邦学习、分布式计算等领域,具有先进的理论基础和丰富的项目落地经验,保障了Data Φ的技术先进性。

数密院(DataΦ)在今年通过了中国信息通信研究院开展的“可信隐私计算”的多方安全计算功能的评测,本次测评的通过,既是对华坤道威隐私计算产品专业性的认可,也再次证实了华坤道威是DAAS服务商的领军企业之一。数密院除了最基本的能保证数据安全的前提下,还拥有不少同类产品不具备的优势:例如操作界面简单易用、可实现一站式建模,大大降低了用户的使用门槛;拥有丰富的联邦学习算法库;支持在线实时监控系统和任务状态,便于用户及时处理问题等等。

Q3:目前,隐私计算技术主要应用在哪些领域当中?

目前,隐私计算行业仍处于“群雄争霸”的时代,各个服务商都在争先恐后地抢占市场,竞争越来越激烈。企业将面临数据安全,以及技术创新、数据信息安全与监管挑战等一系列问题。以往的互联网红利逐步消退,而在这过程中,有被互联网浪潮卷走的,也有很多公司,想要借着“隐私计算”的力量,在行业转型中抢占先机。

从市场上看,隐私计算的应用场景极为丰富,大部分应用场景都是在金融领域,但是近几年在公共服务领域也是崭露头角。

行业应用方面,金融机构对于隐私计算研究和应用十分重视,可以实现联合风控和精准营销的目的。华坤道威数密院(DataΦ)服务于多家金融机构,有效提升了消费贷、信用卡、基金、理财等各业务的精准获客能力。

医疗领域方面

隐私计算技术发挥巨大作用,数密院(DataΦ)打通外部数据,实现数据“价值”和“知识”的流动与共享,对于新药研发和诊疗辅助模型等都有所助益。

政务领域方面

数据安全的政策相继出台,政务大数据共享开放,数密院(DataΦ)发挥技术优势助力政务大数据信息的互联互通、数据共享,且应用场景种类丰富。

消费领域方面

数密院(DataΦ)助力家装、医美、汽车等各行业客户的线索挖掘与营销,在保护用户隐私安全的前提下,为丰富用户画像,识别高价值用户,实现数据价值最大化。

清华博士段安:隐私计算如何打破数据孤岛 实现数据价值最大化 l 华坤道威专访_第4张图片

Q4:隐私计算目前面临的主要问题是什么?

早在几年前,隐私计算赛道刚刚崛起的时候,华坤道威就已抢占先机,占据了“隐私计算赛道”的一席之地,数密院(DataΦ)通过多年来的不断的研发与创新,采用同态加密、不经意传输、秘密分享、混淆电路等底层安全保护技术,实现了在保证满足数据隐私安全的基础上,数据“价值”和“知识”的流动与共享。

隐私计算市场目前处于商业落地早期阶段,新兴技术的发展总是机遇与挑战并存。段博士认为现阶段主要面临两个问题。

一是大众对隐私计算还存在质疑,比如平台是否会获取客户的明文信息,整个过程是否真的安全等等。对于这些问题,我们除了从原理上证明其安全,还可以通过权威机构检测认证等手段来打消大家的疑虑。

二是为不同行业不同品牌的不同场景建模需要有时间周期,隐私计算它是一个工具,不是数据随意扔进去就能产生价值,建一个好的模型不光要熟悉算法,还需要对行业有透彻的理解、对品牌有深入的洞察;因此需要市场给我们时间来探索和挖掘数据价值。

我们相信“道阻且长,行则将至”

Q5:入局隐私计算厂商背景相当多元化,华坤道威跟市场上厂商的商业模式和业务方向差异点在哪里?

目前入局的厂商主要有三种:一是隐私计算垂直厂商(像数犊、蓝象),二是互联网巨头(像蚂蚁、百度、字节),三是数据源(比如运营商)。

华坤道威作为中国领先的DaaS服务商,基于卓越的数据中台及隐私计算等产品技术,为垂直行业客户提供数据治理,营销自动化,消费者运营等智能化服务,帮助企业提升运营效率、驱动业务增长,为不同规模、不同行业领域的企业提供更好的闭环式的数据服务和良好体验,并先后与政府机构、国内多个知名企业建立了战略合作伙伴关系。公司因此获得了“中国互联网百强企业”,荣登“2019人工智能企业TOP100”榜单第七等荣誉,华坤道威也逐渐成长为浙江乃至全中国大数据创新研发的新势力。

数密院(DataΦ)的一大优势是基于在美妆、母婴、生鲜、宠物等多个类目的服务经验,沉淀了电商、家装、游戏、医美、汽车、金融等多行业经验与模型,与不同领域的企业开展深度合作,深入挖掘行业需求,提供适用于行业特点的解决方案,为行业用户提供更好的服务,实现数据跨域流通和共享,保障数据价值的安全释放和增长。

其中数密院(DataΦ)的智能推荐引擎,对自有信息来源进行数据采样,实现信息的聚合提取,通过深度学习,准确地呈现用户行为特征,绘制用户画像,促进用户精准的频道推荐和广告推送;通过海量数据存储运算技术,最终实现千人千面的触达,满足用户对优质内容的差异化需求。

从平台的角度来说,数密院(DataΦ)的智能推荐引擎可以让平台流量利用率大幅度提升,同时也可以为用户提供有效的内容和信息。在购物场景上,目前数密院(DataΦ)已和各大购物平台建立合作伙伴关系,比如京东生鲜、拼多多等。

Q6:隐私计算未来它带来的价值和应用趋势是怎么样的?

未来,我们认为隐私计算会成为数据流通的主流模式,其应用场景也将从金融、医疗向其它行业加速拓展。隐私计算为各企业打通了万数互联的安全接口,势必能为企业和社会创造巨大的商业价值。

如今,5G、人工智能、大数据等数字技术在商业中的应用越来越广泛, 隐私计算技术的发展也在推动着全球经济的快速发展,作为中国领先的DaaS服务商,华坤道威一直以来的愿景就是“为每一个企业打造“万数互联”的世界”。华坤道威基于自身卓越DaaS产品和服务,聚焦数据安全,助力企业数字化转型,让数据价值安全释放。

你可能感兴趣的:(大数据,算法)