全球专业中文经管百科,由121,994位网友共同编写而成,共计436,015个条目

隱私計算

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

隱私計算(Privacy Computing)

目錄

什麼是隱私計算

  隱私計算是面向隱私信息全生命周期保護的計算理論和方法,具體是指在處理視頻、音頻、圖像、圖形、文字、數值、泛在網路行為信息流等信息時,對所涉及的隱私信息進行描述、度量、評價和融合等操作,形成一套符號化、公式化且具有量化評價標準的隱私計算理論、演算法及應用技術,支持多系統融合的隱私信息保護。[1]

  隱私計算涵蓋了信息所有者、信息轉發者、信息接收者信息採集、存儲、處理、發佈(含交換)、銷毀等全生命周期過程的所有計算操作,是隱私信息的所有權、管理權和使用權分離時隱私信息描述、度量、保護、效果評估、延伸控制、隱私泄漏收益損失比、隱私分析複雜性等方面的可計算模型與公理化系統。

隱私計算的技術方向

  從技術角度出發,隱私計算是涵蓋眾多學科的交叉融合技術,目前主流的隱私計算技術主要分為三大方向:第一類是以多方安全計算為代表的基於密碼學的隱私計算技術;第二類是以聯邦學習為代表的人工智慧與隱私保護技術融合衍生的技術;第三類是以可信執行環境為代表的基於可信硬體的隱私計算技術。不同技術往往組合使用,在保證原始數據安全和隱私性的同時,完成對數據的計算和分析任務。[2]

  1.多方安全計算

  多方安全計算(Secure Multi-party Computation,MPC)由圖靈獎獲得者姚期智院士於1982年通過提出和解答百萬富翁問題而創立,是指在無可信第三方的情況下,多個參與方共同計算一個目標函數,並且保證每一方僅獲取自己的計算結果,無法通過計算過程中的交互 數據推測出其他任意一方的輸入數據(除非函數本身可以由自己的輸入和獲得的輸出推測出其他參與方的輸入)[2]

  2.聯邦學習

  聯邦學習(Federated Learning, FL),又名聯邦機器學習、聯合學習、聯盟學習等。聯邦學習是實現在本地原始數據不出庫的情況下,通過對中間加密數據的流通與處理來完成多方聯合的機器學習訓練。聯邦學習參與方一般包括數據方、演算法方、協調方、計算方、結果方、任務發起方等角色,根據參與計算的數據在數據方之間分佈的情況不同,可以分為橫向聯邦學習、縱向聯邦學習和聯邦遷移學習[2]

  3.可信執行環境

  可信執行環境(Trusted Execution Environment, TEE)通過軟硬體方法在中央處理器中構建一個安全的區域,保證其內部載入的程式 和數據在機密性和完整性上得到保護。TEE是一個隔離的執行環境,為在設備上運行的受信任應用程式提供了比普通操作系統(Rich Operating System, Rich OS)更高級別的安全性以及比安全元件(Secure Element, SE)更多的功能[2]

  4.多方中介計算

  多方中介計算(Multi-party intermediary computation, MPIC)是由譚立、孔俊提出的一種新的隱私計算方法,是指多方數據在獨立於數據方和用戶的受監管中介計算環境內,通過安全可信的機制實現分析計算和匿名化結果輸出的數據處理方式,是一個計算管理系統。在MPIC中,數據方的原始數據由其去標識化後輸入中介計算環境或平臺參與計算,完成計算後立即被刪除,匿名化結果數據經審核後按指定路徑輸出。在MPIC的特定環境和規則下,信息數據的身份標識經過加密和標識化的處理,因其演算法具有不可逆性,故無法恢復為原始數據,滿足了匿名化的一個要求,即不能原復;同時,由於這些去標識化的信息數據被封閉在特定受監管環境或平臺中,客觀上達到了匿名化的另一個要求,即無法識別特定自然人。故被處理的數據實質可視同匿名化,不再屬於個人信息,無需徵得個人同意就可進入中介計算環境或平臺參與計算。[3]

隱私計算的完善途徑

  首先,應促進新技術交叉融合。一方面,以人工智慧需求作牽引,豐富隱私計算落地應用場景,加快推動技術進步和成熟,最大化地釋放數據價值。另一方面,綜合運用隱私計算與AI、區塊鏈、雲計算等技術,來解決數據流通之前和之後,在權屬、應用等方面的問題,以此找到產業應用的最佳路徑。

  其次,應加快建立健全隱私計算的技術標準,塑造行業共識,遏制“臟數據”“毒數據”污染的風險。如今,隱私計算基數正在從實驗室走向產業應用。市場中,諸多技術廠商涌現,技術水平參差不齊。只有把技術標準完善起來,不同廠商的產品才能互聯互通,真正破解“數據孤島”問題。

  再次,應想方設法破除平臺壁壘。防止平臺消極應對隱私保護、數據合規等監管要求,造成新的“數據群島”,阻礙隱私計算產品的迭代升級。

隱私計算的發展與應用

  首個區塊鏈與隱私計算科技創新平臺成立

  由北京航空航天大學和北京微芯區塊鏈與邊緣計算研究院牽頭組建的“未來區塊鏈與隱私計算北京高精尖創新中心”正式批覆成立。中心以區塊鏈與隱私計算前沿技術攻關和人才培養為使命,聚焦國際領先的動態自適應區塊鏈系統、多尺度隱私計算開源平臺、區塊鏈與隱私計算領域專用架構晶元與硬體等核心技術開展研發創新,構建可持續發展的優秀人才梯隊,為區塊鏈和隱私計算發展提供強大技術和人才支撐。

  科技以隱私計算技術賦能資管行業

  2021年12月30日,中國證監會正式啟動第一批資本市場金融科技創新試點項目,經過徵集遴選、專家評審、專業評估、社會公示等環節,16個申報項目脫穎而出,開始試點。洞見科技和中誠信數科聯合申報的“基於隱私計算的債券估值體系建設項目”成功入選首批清單,以隱私計算技術賦能資管行業合規應用,促進資本市場數智化轉型。

參考文獻

本條目對我有幫助0
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目投訴舉報

本条目由以下用户参与贡献

essilco,上任鹅陈.

評論(共0條)

提示:評論內容為網友針對條目"隱私計算"展開的討論,與本站觀點立場無關。

發表評論請文明上網,理性發言並遵守有關規定。

打开APP

以上内容根据网友推荐自动排序生成

下载APP

闽公网安备 35020302032707号