冲量在线出席2022数据要素安全流通论坛—政务领域专场,助力行业政务大数据建设创新发展

7月9日,由《数据要素安全流通白皮书》编委会主办的《2022数据要素安全流通论坛—政务领域专场》在线上举行,论坛围绕“政务”两字,深入探讨数据要素市场培育及新形势下,如何进一步保障政务数据安全、推动行业政务大数据建设创新发展、政务数据应用、政务数据流通等问题,为数字政府建设提出发展建议。

冲量在线产品总经理周岳骞作为嘉宾出席此次论坛,并围绕“高性能全国产的政务数据流通基石”主题进行分享。

01

数据要素交易三大挑战

2020年4月,中共中央首次将数据定义成一种新的生产要素,写入到《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中,意味着国家在全国范围内推动数据,尤其是政务数据的开放共享,鼓励数据变成一种资产,可以在社会层面进行定价、交易,把过去10多年互联网发展中积累的庞大数据资源价值充分挖掘出来,通过市场化配置行为,让数据从产生的地方流动到真正需要数据的地方。在政策驱动之下,数据要素市场蓬勃发展,但数据作为特别的生产要素,在进行流通交易过程中面临着非常大的挑战,亟待解决。

冲量在线出席2022数据要素安全流通论坛—政务领域专场,助力行业政务大数据建设创新发展_第1张图片

冲量在线出席2022数据要素安全流通论坛—政务领域专场,助力行业政务大数据建设创新发展_第2张图片

1、数据权属难以界定和保障
数据具有非排他性和可复制性。作为数据的主体,用户享有支配数据的权利,但事实上,数据往往不由用户掌握,不论是社交数据,还是消费数据,都保存在各个服务提供方的数据库中,被当成互联网公司的核心资产,在用户毫不知情的情况下被计算分析,进而牟取利益。

2、用户的数据隐私难以得到保护
即便当前大多数的服务提供方都会在用户协议中做出数据流通的相关提示并取得用户授权,但能坚持并贯彻全流程用户知情权的服务提供方非常少。在传统的数据流通中,缺乏有效、客观的技术手段,可以对用户隐私和商业机密进行充分保护。

3、缺乏用户激励
数据市场的可持续发展,离不开用户积极参与。然而,现阶段在绝大多数场景下,用户作为数据主体的价值未能得到体现,市场也缺少高效的激励机制去驱动用户积极参与数据流通。

02

“区块链+隐私计算”实现数据价值的可信交易与流通

数据要素交易面临的三大挑战如何解决呢?周岳骞表示,区块链+隐私计算可以实现数据在价值层面的可信交易与流通,为数据要素市场化打造良好的基础设施。

隐私计算解决数据隐私信息保护问题,通过硬件、密码学或分布式等手段,在数据的使用过程中保护数据原始信息的隐私性,实现数据可用不可见。使得数据使用者无法接触到原始数据,从而达成数据使用权与所有权分离。

区块链解决数据权属和用户激励问题,通过分布式的共享数据库,具有“不可伪造”、“全程留痕”、“可以追溯”、“公开透明”、“集体维护”等特征。可以奠定坚实的信任基础,创造可靠的合作机制,具有广阔的运用前景。

区块链解决数据确权和数据定价问题,通过技术手段,明确数据资产的所有权归属。解决数据权属的来源不清晰、数据可以被无限复制拷贝和篡改、数据的使用不唯一、数据不具有排他性等数据权属认定的障碍。为数据交易的双方提供数据资产定价的模型。实现原始数据全面的分类和评价,评估数据复杂的管理、分析、存储成本;量化计算不同的数据使用方式产生的巨大数据价值差异。

隐私计算作为新型技术,在商业化推广落地过程中还面临诸多挑战,分为两类,1)隐私计算如何在实际业务中广泛应用 2)隐私计算的安全性如何得到充分信任。周岳骞表示,只有解决了这两大挑战,未来,隐私计算才能真正在数据要素流通过程中承担起应尽的职责。
冲量在线出席2022数据要素安全流通论坛—政务领域专场,助力行业政务大数据建设创新发展_第3张图片

03

高性能、国产化

针对隐私计算面临的两大挑战,周岳骞表示,我们应当打造具备高性能、全栈国产化,通过国家权威机构监管的隐私计算技术。在实现该目标过程中,冲量在线做了很多工作。

首先是技术选型,冲量在线坚持可信执行环境基础路线,核心原因是可信执行环境无论是性能上还是通用性,均具备很大的优势。比如,对于机器学习的知识更加友好,不需要对原有的业务系统进行大规模改造,当从隐私计算的试点应用走向生产级别应用时,只有可信执行环境可以支持数亿级别甚至更大规模的数据,同时保证较低的性能损耗。另外,可信执行环境作为软硬结合的技术,芯片厂商可对可信硬件提供信任根。

在这样的趋势之下,行业重点和标准研究从联邦学习/MPC转变到可信执行环境,同时,在国际上,可信执行环境TEE作为主流方案,AWS、Google、微软、IBM等巨头持续布局机密计算。

随着多方数据交换需求的到来、5G和物联网的发展所带来的数据量急剧增大,势必需要消耗大量的算力,随之隐私计算的性能将面临巨大的挑战,基于可信执行环境的多技术路径融合软硬件一体机似乎有望成为破局之法。在这样的背景下,冲量在线提出了国内首个硬件+软件层面的优化:

1)业内首个提出用GPU加速TEE神经网络从而提升训练速度的厂商;
2)冲量数据互联平台利用Split Learning技术,把深度神经网络的模型进行合理拆分;
3)可信执行环境的安全和隐私能力扩展到GPU计算芯片上,支持处理更多数据量和数据维度的模型,并且支持处理机器学习和深度学习模型,大大提高计算效率。

04

自主可控

周岳骞表示,冲量在线致力于打造一套完全自主可控的软硬结合的隐私计算解决方案,方案最终以一体机的形式呈现。通过冲量在线搭建的面向数据流通的隐私计算平台,可以调度不同的国产化芯片,并且能够利用国产化芯片中的信任根,以及国密算法的算法库。

到目前为止,冲量在线已经推出了包括中科可控、飞腾、华为鲲鹏等不同架构的软硬件一体机产品,在不同配置层面、芯片层面、厂商层面均不断扩容中,实现隐私计算产品用户开箱可用,针对很多场景化的算法,在硬件层面可以进一步深度优化,并且整个架构从硬件到软件到加密算法均能够保证完全自主可控。

你可能感兴趣的:(冲量在线出席2022数据要素安全流通论坛—政务领域专场,助力行业政务大数据建设创新发展)