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。

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。

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。

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。

在医疗领域方面

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。

在政务领域方面

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。

在消费领域方面

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。

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。