开源证券-计算机行业深度报告：隐私计算，千亿蓝海市场加速开启-210809

《开源证券-计算机行业深度报告：隐私计算，千亿蓝海市场加速开启-210809（16页）.pdf》由会员分享，可在线阅读，更多相关《开源证券-计算机行业深度报告：隐私计算，千亿蓝海市场加速开启-210809（16页）.pdf（16页精品完整版）》请在悟空智库报告文库上搜索。

高度看好隐私计算蓝海市场，重点推荐安恒信息、奇安信等伴随着数据要素市场改革加速，隐私计算技术成为数据价值安全释放的关键突破口，有望在金融、政务、医疗等行业实现快速应用，其千亿蓝海市场有望开启。

重点推荐在隐私计算/数据安全领域有前瞻布局的公司安恒信息、奇安信、深信服、绿盟科技、美亚柏科、启明星辰，其他受益标的包括卫士通等。

数据要素市场改革加速，催生广阔的隐私计算新兴市场一方面，2020年出台的《关于构建更加完善的要素市场化配置体制机制的意见》，为推进数据要素市场化改革指明了方向，此后，深圳、北京、广东等地相继发文，规划设立交易场所进行大数据交易。

另一方面，《数据安全法》将于2021年9月1日正式实施，《数据安全法》将与《网络安全法》及正在立法进程中的《个人信息保护法》一起，为保护数据资源安全提供了法律依据。

隐私计算技术是解决数据开放安全问题的重要突破口，在隐私计算框架下，参与方的数据不出本地，在保护数据安全的同时实现多源数据跨域合作，可以破解数据保护与融合应用难题。

根据Gartner数据，到2024年，隐私驱动的数据保护和合规技术支出将在全球突破150亿美元以上，即达到千亿人民币以上。

隐私计算三大技术路径：联邦学习、安全多方计算、可信计算常见的实现隐私计算的技术路径包括联邦学习、安全多方计算、可信计算等，此外区块链也是隐私计算的重要补充。

由于技术路径的不同，各类隐私计算技术均有其更加适用的场景：多方安全计算技术不依赖硬件且具备较高的安全性，但是仅支持一些相对简单的运算逻辑；可信执行环境技术具备更好的性能和算法适用性，但是对硬件有一定依赖；联邦学习技术则可以解决复杂的算法建模问题，但是性能存在一定瓶颈。

行业应用快速推广，创新企业不断涌入，隐私计算进入蓬勃发展阶段隐私计算的技术和产品成熟度迅速提升，同时在我国加快培育发展数据要素市场、数据安全流通需求快速迸发的推动下，隐私计算技术有望在金融、政务、医疗等行业实现快速应用。

参与方：目前蚂蚁金服、腾讯云、百度、京东等互联网企业推出了各自的产品，同时微众银行、安恒信息等行业性公司也开始布局，此外，华控清交、富数科技、矩阵元、数牍科技、锘崴科技、光之树科技、零知识科技等一批专注于隐私计算产品化的初创企业也不断涌现。

商业模式：隐私计算的商业模式尚处于探索过程中，我们预计在发展早期主要以系统销售模式和服务模式为主，未来调用模式和分润模式将打开更大的市场空间。

KPMG预测，隐私计算国内市场规模将快速发展，三年后技术服务营收有望触达100-200亿人民币的空间，甚至撬动千亿级的数据平台运营收入空间。

风险提示：市场竞争加剧风险；技术变革风险；人员流失风险。