闫树|资本青睐、专利激增,“风很大”的隐私计算能帮助数据合规吗

当前 , 数据的价值日益凸显 , 但数据流通却面临诸多困境 。 近两年“风很大”的隐私计算技术会是解决问题的“金钥匙”吗?8月27日 , 多位来自产学研各界的专家共同就如何平衡数据安全治理与价值流转需求进行探讨 。
隐私计算可以在数据本身不被暴露的情况下 , 实现分析计算 。 国家工业信息安全发展研究中心大数据研究室主任杨玫透露 , 至2020年 , 隐私计算企业已达到260家左右 , 企业融资逐年增长 , 专利申请量也在激增 。
不过 , 隐私计算技术的发展仍处于早期阶段 。 瑞莱智慧CEO田天强调 , 隐私计算技术核心解决的是安全性问题 , 否则就打破了所有解决问题的前提 。 中国信通院云计算与大数据研究所大数据部副主任闫树指出 , 隐私计算解决的只是数据流通环节中的某一个技术难点 , 并不能解决数据权属及收益等问题 , 也无法完全规避合规风险 。

闫树|资本青睐、专利激增,“风很大”的隐私计算能帮助数据合规吗
文章图片

研讨会现场 。 马嘉璐 摄
1
隐私计算的核心是安全
近年来 , 数据的价值越来越得到重视 , 成为生产要素之一 。 然而 , 当前数据应用面临着“不愿共享、不敢共享、不能共享”的困境 。
田天对此进一步解释:企业将数据及从数据中观察到的独有价值视为一种资产 , 分享给其他企业会有资产流失的担忧;数据权属目前仍存在较大争议 , 在法律风险难以把握的情况下也不能随意与他人共享;此外 , 各企业的数据集本身存在技术或协议上的障碍 , 也无法直接互联互通 。 “据我们观察 , 数据的价值和安全性之间的矛盾 , 正在愈演愈烈 。 ”田天说 。
除上述三重困境之外 , 数据流通的每个中间环节 , 都有数据泄露或数据留存的风险 。 这些因素导致 , 尽管多地探索建立了数据交易所 , 但实际交易规模并不大 。
隐私计算技术就是在这种背景下 , 逐渐发展起来 。 闫树介绍 , 隐私计算准确地来说就是“隐私保护计算” , 数据“可用不可见” , 在数据本身不被暴露的情况下 , 实现分析计算 。 简单来说 , 就是每一个拥有部分数据的信息处理者 , 将各自的数据加密传输至一个隔离空间 , 所有数据集中在这个隔离空间内完成计算 , 再将各个信息处理者所需要的那部分计算结果分别输出 。 这样 , 信息处理者就可以在不接触原始数据的情况下拿到计算结果 , 避免出现数据泄露或数据权属引起的纠纷等 。
目前 , 隐私计算仍然处于发展的早期阶段 。 田天强调 , 虽然当前业内缺乏统一标准 , 但可以明确的是在牺牲安全性的前提下提升各类隐私计算技术的性能 , 是没有任何意义的 。 “隐私计算技术核心解决的是安全性问题 , 否则就打破了所有解决问题的前提 。 ”
2
大规模商用“为时尚早”
随着近年来《网络安全法》、《数据安全法》、《个人信息保护法》等法规政策的发布 , 数据要素市场规范化发展所需解决的问题越来越具象化 。 隐私计算作为行业热门 , 得到越来越多企业和投资者的青睐 。
杨玫透露 , 至2020年 , 投入到隐私计算技术中的企业达到260家左右 , 其中60%是初创企业 。 企业融资呈现逐年增长的态势 , 专利申请量也在近两年内激增 。 在应用领域 , 除了互联网自身的先天优势 , 金融风控、医疗健康两大领域的应用场景最为丰富 。
“但是真正大规模的商用还为时尚早 。 ”闫树指出 , 隐私计算解决的只是数据流通环节中的某一个技术难点 , 并不能解决数据权属及收益等问题 , 也无法完全规避合规风险 。 比如 , 如果原始数据本身就有超范围收集、跨境等问题 , 那么这些都不是单纯依靠技术就能够解决的 。
此外 , 田天还提醒到 , 如果脱离实际应用场景去开展隐私计算研究 , 还可能面临新的算法歧视等问题 。 因为所处理的数据“可用不可见” , 开发人员很难发现到用于算法训练的数据是否存在干扰 , 无法对其进行过滤 。 只有问题已经出现时才会被人们感知 , 这对AI系统来说是一个很大的隐患 。 因此 , 隐私计算的发展不能脱离场景而存在 , 先有不同场景的应用 , 在此前提下探讨需要什么样的隐私计算数据 。
【闫树|资本青睐、专利激增,“风很大”的隐私计算能帮助数据合规吗】采写:南都采访人员马嘉璐

    推荐阅读