兼顾安全与应用 2021年中国隐私计算市场规模4.9亿元


时间:2022-04-24  来源:  作者:  点击次数:


  实现数据可用不可见,兼顾安全与应用——

  隐私计算期待良性生态

本报记者陈

数字经济时代,随着人工智能、大数据等产业的快速发展,数据元素的作用和重要性日益凸显。与此同时,大量用户数据和信息被挖掘和收集,金融领域用户数据和信息泄露事件频发。

随着《数据保护法》 《个人信息保护法》的落地,金融行业如何保障数据安全,充分发挥数据资产价值,高效链接多方数据,成为亟待解决的问题。

  打破数据孤岛

去年《数据安全法》 《个人信息保护法》陆续实施,对数据安全和个人信息保护提出了更严格的要求。同时,金融管理部门加强了对金融行业数据安全的执法检查。在监管趋严的趋势下,金融行业迫切需要加强数据应用的安全性和合规性。

如何平衡安全性和应用性?今年1月6日发布的《要素市场化配置综合改革试点总体方案》,提到了建立和完善数据流通交易规则,探索“原始数据不离域,数据可得不可见”的交易范式。隐私或成为关键技术。

隐私计算是由两个或两个以上的参与者共同计算的技术和系统,参与者通过协作对其数据进行联合机器学习和分析,而不泄露各自的数据。在隐私保护计算的框架下,参与者的数据不出本地,实现了“数据可用但不可见”。加拿大工程院院士、加拿大皇家科学院院士杨强表示,隐私计算可以聚合小数据,以“数据可用但不可见,数据不动但其价值在动”的形式保证数据安全,充分发挥数据的价值,进一步提升金融核心业务能力。

“在数字经济的大潮下,更加严格的监管环境对企事业单位提出了更高的要求,在数据保护和数据价值合理利用之间寻求合理的平衡。”国际咨询机构IDC发布的《IDC创新者,隐私保护计算,2022》报告指出,在数据融合应用和客户隐私保护的双重需求驱动下,作为实现数据不可移动性价值的关键技术,隐私保护计算的应用可以保证参与者的数据不出本地,在保护数据安全的同时实现多源数据的跨域合作,为解决数据保护和融合应用问题提供了可行的思路。

  落地金融场景

目前,金融行业是私有计算商业应用最成熟的行业场景之一。金融行业对数据安全和隐私保护的高要求和严监管,极大地推动了隐私计算在金融场景的落地。

隐私计算能为金融行业做些什么?业内专家表示,隐私计算可以帮助金融机构进一步提高营销转化率和风控效率。例如,一家银行每天打电话给5000名用户推销信贷产品。过去的方法是盲选。接到电话的客户很可能并不需要该产品,客户转化效率不高。在隐私计算的学习模式下,可以利用数据对客户进行画像,从用户中选择更符合产品定位的客户,从而大大提高转化效率。这种效果在实践中得到了验证。

尤其是在金融业务更加开放的背景下,私有计算技术正在成为金融行业的“刚需”。目前,开放银行是银行业发展的重要方向,数据和数据价值共享是开放金融的基本特征。

比如在银行风控的场景下,传统银行基于历史还款信息、征信数据、第三方数据进行贷前分析。但这种传统方法并不准确,存在数据维度缺失、数据量不足等诸多问题。利用隐私计算的银行风险控制模型可以利用第三方数据提高模型的有效性,同时平衡数据的安全性和隐私性。再比如反洗钱领域。隐私计算可以交换加密参数和j

中国人民银行今年年初发布的《金融科技发展规划(2022—2025年)》提出了未来八年的八项重点工作,其中特别强调了“数据”。规划提出,建设绿色高可用数据中心,布局先进高效的计算系统,进一步夯实金融创新发展的“数字化基础”。在确保安全和隐私的前提下,推进数据的有序共享和综合应用,充分激活数据要素潜力,有效提升金融服务质量和效率。

  互联互通是共识

目前国内隐私计算的主要参与者包括BAT等大型互联网公司和星云Clustar、华控清角、数科科技等隐私计算独立技术厂商。此外,一些金融机构也在通过自研或与隐私计算厂商合作的方式进行探索。

IDC中国金融行业市场分析师王晨认为,目前市场上各大厂商在路线和定位上具有多样性,不同厂商之间相互竞争,相互补充。接下来,在数据要素有序流通体系建设中,需要更多的数据参与者来推动规范和标准的完善,突破技术差异造成的数据流通壁垒,确保技术和应用符合穿透式监管的要求,从而形成若干

据链条中的数据提供商、数据需求方、技术提供方、监管方等不同主体共同参与、有序协作的良性生态体系。

  目前,为打通因技术差异造成的壁垒,避免形成“计算孤岛”,互联互通已经成为业内共识。中国信通院联合多家机构编写了《隐私计算跨平台互联互通》系列标准的总体框架,其中就涉及通信规范、互联协议以及应用规范等。

  开源也被认为是隐私计算互联互通的实现路径之一。开源基于“开源开放、技术普惠”的逻辑,有助于软件开发降本增效、加速迭代、促进产业协同创新,挖掘数据价值,为各产业技术发展提供动力。中国信通院发布的《隐私计算白皮书(2021年)》指出,开源协同正加速隐私计算的技术迭代。隐私计算作为保障跨机构数据安全合作的关键基础,也注定包含开源模式。开源的成本优势不仅体现在技术复用,降低开发门槛,还体现在问题发现和修复敏捷性上,有利于加速技术升级和商业化项目落地。数据显示,55%的国内隐私计算产品是基于或参考了开源项目。

  相关分析认为,隐私计算技术发展和规模化应用的关键是构建生态,让生态各方连接和协作。而开源项目天然具备技术开放性和迭代能力,各方的互联互通成为生态构建的关键。相对于当前不同隐私计算厂商间技术路线的“百花齐放”,基于同一开源框架的互联互通将更有助于隐私计算产业生态的形成。


本文来自AG/a> 转载请注明

上一篇 下一篇


  • 用户名:
  • 密码:
  • 验证码:
  • 匿名发表