二
未来的数据底层设施 ， 隐私计算魔力何在?
风口涌动之下 ， 大小玩家纷纷入场 。 在这冷遇已久的赛道上 ， 2020 年隐私计算企业达到了两百多家 。
总的来看 ， 隐私计算的初创企业可以分为两类 ， 一类企业专精于隐私计算技术 ， 大多成立于2018 年以后 ， 例如华控清交、锘崴科技、数牍科技、蓝象智联、冲量在线等；
另一类是先专注于区块链、风控、供应链金融等相关领域 ， 在看到数据流通的痛点与价值后 ， 转攻隐私计算 ， 例如富数科技、翼方健数等 。
除此之外 ， 蚂蚁集团、微众银行等一众背靠巨头的公司 ， 也盯上了这块蛋糕 。 不过相比于大厂在数据资源及市场渠道方面能够占据先发优势 ， 在行业快速迭代的发展早期 ， 初创公司们却具备中立性、灵活性、专注度的独特竞争力 。
文章图片
（图片：隐私计算厂商图谱 ， 来源：零壹财经）
从技术原理来看 ， 隐私计算是要在给予数据安全保护的前提下 ， 实现数据共享 。 根据数据的分析处理全生命周期 ， 隐私计算参与方可分为数据输入方、计算方、使用方三部分 。
根据保护目标不同 ， 隐私计算方法可分为“输入隐私（Input Privacy ）”和“输出隐私（Output Privacy ）” 。 输入隐私是指参与方不能在非授权状态下获取或解析原始输入数据及其中间计算结果 ， 输出隐私是指参与方不能从输出结果反推出敏感信息 。
这样一来 ， 各个数据主体就能以数据不出本地的新颖形式分享出去——分享“价值”、“知识”、“信息”而不是原始数据 ， 做到数据“可用不可见” 。
文章图片
从应用场景来看 ， 隐私计算是从数据密集型、数据规范要求高、数据孤岛痛点凸显、大型企业为主导的行业率先应用普及 ， 目前集中在金融、政务、运营商、医疗四个领域 。
在这其中 ， 金融领域内内隐私计算公司最多 。 根据企名片pro 数据 ， 目前赛道内融资在A 轮及以上的11 家公司中 ， 有7 家都在主攻金融场景 。
以银行业反洗钱为例 ， 传统做法是使用规则和模型 ， 利用银行自身的数据 ， 来判断交易是否为洗钱活动 。 但是 ， 这些传统方法效率较低 ， 覆盖范围小 。
但是通过隐私计算 ， 银行就可以与其他银行或者其他数据源（如互联网公司） ， 在加密状态下实现数据共享 ， 联合计算建模 ， 解决反洗钱样本少、数据质量低的问题 ， 大大增强反洗钱风控能力 。 同样的原理在多头借贷、信贷风控、保险定价、精准营销等金融场景下也将带来极大的价值释放 。
推荐阅读
- 入口|微信迎来新变革：保护隐私，增加视频号入口
- 隐私|用户隐私保护新境界，2021 vivo开发者大会将发布安全新动作
- 隐私|云从科技：入选毕马威中国金融科技TOP50
- 偶像|抓住那个虚拟人｜新风口
- 安全|好购App未经许可读取用户手机剪贴板内容 法院认定侵害隐私权
- Google|Chrome被起诉侵犯隐私 加州允许原告当庭质问谷歌CEO
- 隐私|“骁龙870版”小米12：小米12X发布：3199元起
- 区块|元宇宙：新风口还是乌托邦？
- 上海|萌新知识博主靠创作实现梦想，网易有道词典学习社区成新风口
- 网络应用|隐私搜索引擎DuckDuckGo在2021年迎来46%增长