|
|
|
《隱私計算——推進數據”可用不可見”的關鍵技術》針對中國數據要素市場建設過程中數據流通難的問題，詳細闡述了隱私計算這一系列數據流通技術的發展情況。隱私計算是指在保證原始數據安全隱私性的同時，實現對數據的計算和分析的一類技術。本書內容源自中國信通院雲計算與大數據研究所相關產業實踐經驗，介紹了隱私計算的概念、發展歷程、技術原理、主要演算法、應用場景、產業發展情況、法律合規情況等，並分析了相關問題和趨勢。
《隱私計算——推進數據”可用不可見”的關鍵技術》適合數據流通、數據安全相關從業者閱讀，也適合對隱私計算感興趣的學術、產業各界人士閱讀。
閆樹，理學博士，中國信通院雲計算與大數據研究所大數據與區塊鏈部副主任，工程師。主要研究方向為數據流通、隱私計算、大數據產業等。牽頭編寫《大數據白皮書》《數據流通關鍵技術白皮書》及數據流通、多方安全計算、聯邦學習等相關行業標準。重點參與大數據十三五、十四五規劃編寫。
袁博，中國信通院雲計算與大數據研究所大數據與區塊鏈部工程師。主要研究方向為隱私計算測評。牽頭編寫《隱私計算白皮書》。
呂艾臨，中國信通院雲計算與大數據研究所大數據與區塊鏈部工程師，主要研究方向為數據流通。
第1章 隱私計算概述 1
1.1 背景：數據流通的困境 2
數據流通是發展數字經濟的關鍵 2
數據流通需求強烈但也困境重重 4
技術手段為數據流通提供新方案 6
1.2 隱私計算的興起 9
什麼是隱私計算 10
隱私計算的體系視圖 12
1.3 隱私計算的發展歷程 15
密碼學理論的研究階段 15
可信硬體的出現與應用 17
聯邦學習被正式提出 18
第2章 隱私計算的技術原理 20
2.1 以多方安全計算為代表的密碼學技術 21
多方安全計算的概念 21
多方安全計算的起源 21
多方安全計算的底層技術 23
多方安全計算的特點 29
基於多方安全計算的隱私計算平臺 30
其他基於密碼學的隱私計算技術 32
2.2 以聯邦學習為代表的融合衍生技術 38
聯邦學習的概念 38
聯邦學習的起源 39
聯邦學習的分類 41
聯邦學習的實現流程 44
聯邦學習的特點 46
基於聯邦學習的隱私計算平臺 48
2.3 以可信執行環境為代表的可信硬體技術 50
可信執行環境的概念 50
可信執行環境的起源 50
可信執行環境的實現方案 52
可信執行環境的特點 56
基於可信執行環境的隱私計算平臺 58
2.4 各類隱私計算技術的對比 59
2.5 隱私計算相關的其他技術 61
隱私計算vs數據脫敏 61
隱私計算vs區塊鏈 63
第3章 隱私計算的演算法應用 65
3.1 聯集查詢 66
演算法協定實現聯集查詢 66
基於公開金鑰密碼體制的PSI 67
可信硬體實現聯集查詢 72
3.2 聯合統計 73
聯合統計概念 73
安全聯合統計 74
3.3 聯合建模 76
傳統邏輯回歸演算法 77
橫向邏輯回歸演算法 77
縱向邏輯回歸演算法 78
3.4 聯合預測 80
第4章 隱私計算的應用場景 82
4.1 聯合風控 82
案例一 針對小微企業的信貸風控 83
案例二 身份資訊核驗與保護 87
案例三 共建金融信貸准入評分模型 91
案例四 隱私計算助力金融機構提升聯合風控效率 95
聯合風控場景應用的難點與挑戰 99
4.2 聯合行銷 99
案例一 汽車客戶群聯合建模分析 101
案例二 車險風險評估多方安全計算 103
案例三 國產化的金融數據建模應用 106
聯合行銷場景應用的難點 108
4.3 智慧醫療 109
案例一 新冠病毒基因組分析檢測疫情發展 110
案例二 廈門健康醫療大數據應用開放實踐 114
案例三 全基因組關聯分析引擎 120
智慧醫療場景應用的難點與挑戰 124
第5章 隱私計算的產業現狀 126
5.1 透過外部配套環境看隱私計算 127
政策扶持 127
學術研究 132
專利發明 134
開源生態 135
聯盟組織 138
標準規範 139
資本支援 144
5.2 透過內部市場競爭看隱私計算 149
國外市場 149
市場 153
第6章 隱私計算的法律合規問題 166
6.1 隱私計算有助於提升數據流通和使用的合規性 167
隱私計算有助於降低授權的風險和成本 167
隱私計算有助於促進數據流通 167
隱私計算可增強參與方對數據流通的控制 168
隱私計算符合 小必要原則的精神 169
隱私計算可成為匿名化技術方案的重要組成部分 170
6.2 隱私計算技術合規風險分析 172
原始數據的合規瑕疵可為數據處理帶來“原罪” 172
數據和模型洩露可能減損技術的安全性 173
從梯度或參數資訊中可能反推出原始數據 174
參與方可能打破技術信任的完整性 175
計算過程中可能侵犯商業秘密或智慧財產權等權利 176
輸出計算結果可能仍包含敏感資訊 177
參與方存在超範圍使用數據的風險 177
可能涉及多國法律管轄及承擔境內存儲的義務 179
6.3 關於合規路徑的探討 180
搭建合規基準框架和內部合規管理制度 180
根據輸入模型的數據選擇合規路徑 181
控制參與方帶來的風險 184
針對跨境隱私計算進行安全評估 184
通過技術手段控制隱私計算全流程的風險 185
留存證據證明企業的合規實踐 185
積極參加行業組織並參與標準建設 187
積極關注立法和監管的 動向 188
第7章 隱私計算面臨的問題與挑戰 190
7.1 隱私計算的技術本身需要持續性突破 190
如何平衡性能和安全是持續性議題 191
互聯互通壁壘或使數據“孤島”變“群島” 193
7.2 隱私計算的市場認知和信任尚未完善 196
技術推廣應用仍需全面的市場教育 196
技術本身的安全性挑戰市場信任 197
7.3 隱私計算的應用合規性缺乏明確界定 199
隱私計算合法合規的“紅線”不明 199
隱私計算技術濫用缺乏監管 201
第8章 隱私計算的發展展望 203
8.1 多方協同強化研發，技術可用性將持續提升 203
演算法優化和硬體加速將成為技術可用性提升的重要方向 203
開源協同降低開發門檻，加速隱私計算技術反覆運算 204
8.2 創新突破穩步向前，技術應用將不斷拓展 206
應用場景將向傳統場景探索拓展 206
多元技術融合有望拓展應用邊界 207
8.3 市場競爭仍將持續，產業生態將不斷完善 208
市場格局尚未形成，行業初期合作或將多於競爭 208
法規體系完善提供技術應用的頂層指導 210
標準體系制定有望助力隱私計算應用落地 210
