Categories
程式開發

隱私安全計算:改變數據隱私命運“唯一技術解”


在大數據時代,基於大數據的應用,給日常生活、經濟發展、城市治理等帶來了極大的便捷。 同時,用戶隱私也面臨著可能無處不在的“算計”,如何享受數據價值帶來的利好並保護隱私,正成為當下熱議的話題。

矛與盾:數據的開放應用與數據的隱私安全保護

一系列與“隱私數據”有關的事件在最近接二連三的出現在眼前。

螞蟻金服和曠視關於“提供數據供對方訓練算法”緊急公關,背後是人們對於“人臉數據”安全的關注。

蘋果iOS 14內測版的推出,其中變化最大的就在於隱私保護新功能。 比如App 用於廣告目的的用戶追踪將需要獲得用戶批准等等。 對於移動互聯網中將追踪用戶行為展開精準營銷、定向投放的公司而言,無疑是個巨大的“打擊”。

Tiktok美國事件背後更是說不清道不明的用戶“隱私數據”問題。

“隱私數據”備受關注的同時,也引起了多方對於“隱私數據”的思考。

數據計算後可所產生的價值是不可估量的。 對大數據應用或人工智能企業來說,合理邊界和方式使用用戶數據,已成為從企業到產業乃至整個社會發展的核心驅動力。

但保護“隱私安全”同樣迫切。 就像熵增科技創始人楊更曾說的,隱私就是我們故意要保持的信息不對稱。 一個沒有隱私的人,相比一個有隱私的人是處於劣勢的。 而保護隱私能讓個人處於更加公平的大環境中。

要讓數據保持隱私安全不難,不收集、不去使用即可做到。 但要推動數據作為生產要素產生價值和貢獻,看似是盾與矛的關係,該如何化解?

既與又:隱私安全計算成為“唯一技術解”

中國科學院院士鄂維南曾在公開演講中表示,數據作為一種特殊的資源,需要流動起來才能產生價值。 不過,這種流動不是數據本身的共享,而是“數據價值”的流動,實現數據“可用不可見“。 既能滿足數據流動需求,又能保護數據與隱私安全。

因此需要一個“轉換器”來實現數據安全和應用開放的“既與又”。 隱私安全計算被認為是當下完成這一使命的“唯一技術解決”,是一門數據提供方不洩露原始數據和不洩露計算算法的前提下,對數據進行分析計算並能驗證計算結果的信息技術。

隱私安全計算本身並不是一個單一技術,基於不同的信任假設和應用場景可以選擇出適配相應條件的技術,括如基於硬件的TEE、基於密碼學的安全多方計算(MPC)和全同態加密(FHE)、源自人工智能的聯邦學習等等,實現“數據價值”的共享。

國內已經湧現出一批以隱私安全計算為核心技術的企業。 相關企業正通過隱私安全計算實現數據流通:數據不出平台,只在平台內授權使用,只輸出數據的結果。

數據要素市場的建立應該成體系和規模,應該通過生態進行快速搭建。

總的來說,影響“隱私安全計算”轉換數據價值共享效率有兩大因素——技術和生態。 技術是通向“數據價值共享”的工具,生態是繁榮“數據價值共享”的關卡。

術與器:隱私安全計算是否可以“挑大樑”?

隱私安全計算的方法論與產品目前在市場上獲得了強烈的反響,在2020年更是被稱之為“隱私計算元年”。 這其中有政策利好,如數據資源正成為與人力資源、自然資源同樣重要的第三類資源。 數據也跟土地、勞動力、技術、資本等一樣被當作生產要素寫進了國家文件中。 大數據應用在行業和國家和社會層面都意義重大。

其中也有數據應用的實踐,如疫情下的綠碼就是數據和算法的產物。

要實現行業和國家層面的大數據“繁榮和普惠”,首先跨過“日益增長的個人隱私保護需求和不平衡不充分的個人隱私保護能力之間的矛盾”這道坎,這也讓“隱私安全計算”成為大數據時代最重要的護航手。 具體表現在以下方面。

1、技術突破+場景落地,打破“孤島”

而在整個數據流的生態中,其參與角色可以簡單概括為數據提供方、數據使用者、數據服務方和管理方。 而在加入生態前,往往因為沒有互聯互通而形成各類孤島。

通過技術連接上下游,決定數據價值的潛能上限。 而場景落地則是決定數據價值能力的展現。

2、場景率先落地,標杆力量推動行業發展

客觀來說,當下大數據應用還處在最原始的階段。 從行業經濟發展層面到國家城市治理層面,大數據、雲計算、人工智能等新技術的運用,都形成產業推動的趨勢發展。 但數據安全是懸在頭頂的“達摩克利斯之劍”,又讓“數據開發”面臨挑戰。

比如各地各級政府都擁有海量數據。 若能利用好手中的大數據,無疑可在社會治理、經濟發展、服務百姓等更進一步。 如果平台能夠保證數據安全,政府自然樂見加速“數據開發”。

總之,在大數據時代,數據給科學研究、社會發展和經濟發展提供了堅強後盾。 而隨著大數據、雲計算、人工智能等新技術的運用,對數據的挖掘將越來越深。 在保護數據安全和促進數據生態良性發展的道路,隱私安全計算的擔子也將“越來越重”,是機遇,更是挑戰。