产业调研:隐私计算是怎么一回事?

（以下内容从国泰君安《产业调研:隐私计算是怎么一回事?》研报附件原文摘录）
　　This browser does not support music or audio playback. Please play it in Weixin or another browser. 姑娘在远方 音乐： 池鱼 - 姑娘在远方 (女版) 产业调研系列 李延凯（原语科技CEO，隐私计算布道者）：大概2018-2019年我第一批进入隐私计算行业，2021年发起了国内最大的隐私计算社区开放隐私计算，目前有4万多人的群体，有甲乙方和投资人，以及从业者，我们能看到行业发展过程和一些趋势。 隐私计算技术路线：隐私计算这个词不太好理解，应该叫做隐私保护计算，海外叫做隐私增强计算，是多个技术的统称。有多方安全计算、联邦学习和可信计算环境，配合其他技术还有差分隐私和零知识证明。我们在工程实践过程中，主要的点是不同的技术解决不同的问题，在性能和安全性上面做一个折中。首先要考虑对安全性的要求，然后是数据量的大小。同态加密是安全性最高的，依赖的密码学理论最高，但是性能最低，要结合硬件加速来用。其次是多方安全计算，它跟联邦学习用得最多，多方安全计算性能比较折中，联邦学习性能比较好，但是安全性有点瑕疵。可信学习环境是性能最好的技术，但是安全性最差。简单一点讲，不同的安全性要求，不同的数据量，我们要采取不同技术来实现。隐私计算核心解决的问题是数据可用不可见，数据不动模型动，在所有权不转移情况下使用权分离，从而实现使用权的交易。这个技术在toB、toC和政府领域都有应用。 隐私计算的市场空间：2019-2020年有很多关于隐私计算的市场预测，有Gartner和信通院，到2025年到250亿，2021年7个亿，2022年25亿，可以找到一些文献。目前基本上符合事实。去年下半年开始隐私计算订单明显在变多，几方面促进因素，一方面2022年12月份发改委发布了数据二十条，主要解决确权问题。12月份财政部发了企业数据入表征求意见稿。今年两会期间成立大数据局。去年下半年开始政务、金融等行业隐私计算需求在批量爆发，市场一直认为数据二十条和数据局会促进政务领域和交易领域快速落地。之前个人信息保护法和数据安全法落地以后相关需求爆发，能够看到订单和业务量比较多。还有一个促进隐私是市场，数据买方和卖方需求一直很旺盛，在产业内部有数据的一方，数据的清洗、治理都需要很多成本，有变现诉求。数据买方以金融类为主，比较愿意花钱采购数据。技术层面上，一些新兴技术，基于密码学的数据分级分类等新技术在成熟，数据的流通、共享，可用不可见的方式逐渐可行。很多人预测隐私计算有千亿空间，可能算了上下游——数据清洗和治理，还有把数据交易所的业务也算在里面了。 隐私计算在数据要素和人工智能场景下的应用：数据要素场景里面隐私计算是核心技术，怎么把数据变成生产要素，首先是数据做清洗和加工变成数据产品，进入交易所进行交易，会形成数据商品，可以定价。数据可以资产化和金融化，可以用数据来抵押贷款和融资，目前应该在繁荣数据交易的阶段，数据产品的阶段已经过去了。只有数据形成繁荣的交易，形成可以定价的资产才可能进入资产负债表，这里面的核心技术还是隐私计算。在没有隐私计算的时候，比如2015年，有一波数据交易的热潮，但是交易量起不来，但是传统交易是明文，面临很大阻力。隐私计算技术可用以后，国内有了二三十家数据交易所，尝试只交换使用价值，而不交易明文。北上深的交易所交易量也上亿了，是比较有益的探索。未来数据作为生产要素进入资产负债表进行金融化，市场空间很巨大，很多人认为是万亿空间。因为把数据作为新的生产要素，这样的事情过去几十年都没有出现过，核心要解决的问题还是数据可用不可见，通过隐私计算交易计算结果，明文不发生转移。 人工智能这个场景，现在AIGC和大模型也比较火，但是很快有数据安全和数据泄露的质疑。前一段时间我们接到很多大模型方面的隐私计算需求，怎么解决大模型里面在一些行业场景或者私有数据的应用，如何评估数据泄露量，在数据不泄露的情况下使用大模型。联邦学习可以解决公域和私域数据打通的问题，现在大模型用的公网上的数据，涉及垂直领域，比如金融和医疗领域，这里面涉及一些专家知识，很多都是私有的，涉及所有权问题。如何使用隐私计算和联邦学习的方式进行保护，同时价值又可以跟大模型结合，这个是非常重要的应用领域，我们也在探索过程中，难度还是比较大的。传统商业模式下，拿公开数据比较容易，但是如果想拿到金融和医疗数据，通过明文汇聚的方式基本不可能，可以通过隐私计算按需使用数据，完成大模型的智能训练和知识抽取。 Q：隐私计算能否解决数据重复出售的问题，比如说训练大模型需要一个数据集，我作为数据拥有方卖了一个产品给阿里，过了两个月，数据更新了，我再卖给它的话，之前的数据是否就不能算钱，这个有无办法解决？ A：隐私计算的作用就是让大家抛弃用API的方式调用或者用一个库的方式交易，如果用一个库交易，所有权就发生了转移，你无法跟踪它后续的转移，或者定价，你可能多了一个竞争方。如果用隐私计算方式交易结果的话，这种方式的话它能够做到数据的可控使用，或者类似于智能合约，按照每次使用去计价，而不是说一下子把明文数据全部拿走了。每运行一次分析都需要付费，你有增量数据或者删除一部分数据，用户不一定可以感受到，它可能有一套数据质量分析的工具来分析。 Q：目前各个数据交易所用的是什么方案？如何付费？ A：基本上数据交易所都用了隐私计算技术重构交易平台，建设费用大概1000-5000万之间，包括底层隐私计算平台，还有数据交易平台（上架、定价、计费）。还有一类情况是入股和分润，也有，但是没有看到特别好的效果。包括交易所的收费模式和交易量，怎么去定价，合规性评估，包括后面提供哪些服务，还在探索。 Q：A股这些上市公司基本什么都做，他们在隐私计算这方面做得如何？ A：网安公司很早就感受到了隐私计算需求在变多，很多政务项目需求里面基本都是两部分，一部分是网安，数据处理和反泄露，一部分是共享。我们接触了很多网安公司，但是他们的出发点和角度不一样，他们自己有大量的数据治理和清理的经验，补充上隐私计算的能力，服务数据交易中心。不同背景的厂商有不同竞争优势，隐私计算公司专注于数据共享领域，做得更专一些。数据安全公司做得更全面一些，有几家做得还不错的（奇安信、安恒信息、绿盟科技、优刻得），能够把上下游打通，但是在技术层面上，很多是跟隐私计算公司合作，或者基于开源做一些方案。隐私计算技术出来就2019年到现在，能够做底层开发的企业还是比较少的，在特定技术点上，有的数据安全企业还不错，比如提出数据沙盒，这个底层技术是可信计算环境，能够处理的数据量比较大。 Q：隐私计算是否已经把数据确权问题解决了？ A：只能说是技术层面能够实现所有权和使用权分离，去年年底数据二十条从政策层面上解决了关于国内数据确权问题的争论，就是把所有权搁置一边，把数据加工使用权、经营权和持有权三权分置，有一个确定的结论。 Q：哪些领域的数据要素走得会快一点？ A：肯定是政务，政务数据公开和共享。几十个地方省市都在出台数据使用条例，省级基本上都出完了，但是没有上层的制度。政务肯定是跑得最快的，很多有价值的数据也是在政府手里。 Q：行业的驱动因素是什么？ A：先有了数据共享，然后带动了数据安全和数据治理。传统的网络安全是成本项，最好数据是明文，因为加密会降低业务效率。有了隐私计算之后会发现以前有的资产会进入资产负债表，可以把资产卖给其他企业去收费，这块会极大的带动上下游，这个也是我们观察到的现象。很多企业都有数据分享或者变现的冲动，但是数据治理本身没有做好，首先要做好防泄露，所以看到了数据共享带动了行业的发展。 还有一类直接驱动因素是监管。去年6月份有金融行业断直连，风控业务不能直接采购数据，要过征信。监管方面在不停的出台政策，督促大家采用新型技术来分享数据。 Q：从产品角度，各家的隐私计算产品差异大吗？ A：需求是多种多样的，原来的数据安全和网络安全公司都会发展多种技术，就是我上面提到的四种技术，最常用的是多方安全计算和联邦学习。多方安全计算适合政务领域，联邦学习适合金融行业的风控和建模。各家的技术路线还是比较类似的，现在做隐私计算的有几十家公司，大家各有侧重点，比如行业。 合规声明：本文节选自国君计算机专家会议纪要，属于公开资料，如需全文PDF请后台留言。 - end - 欢迎加入行业交流群！ 欢迎所有对计算机产业研究和投资感兴趣的盆友（包括云计算、网络安全、医疗IT、金融科技、人工智能、自动驾驶等）后台留言加入我们的行业交流群。我们的目标是建立系统的计算机产业研究框架，提高整个A股的IT行业研究水平，减少韭菜数量，普度众生。 数据要素、数字经济相关报告 数字经济基石：隐私计算研究框架（40页PPT） 数据要素到底是什么?能炒多久？ 数据要素：点燃数字经济大时代（深度） 产业调研：数据要素市场的真相 法律声明： 本公众订阅号(计算机文艺复兴)为国泰君安证券研究所计算机研究团队依法设立并运营的微信公众订阅号。本团队负责人李沐华具备证券投资咨询（分析师）执业资格，资格证书编号为S0880519080009。本订阅号不是国泰君安证券研究报告发布平台。本订阅号所载内容均来自于国泰君安证券研究所已正式发布的研究报告，如需了解详细的证券研究信息，请具体参见国泰君安证券研究所发布的完整报告。本订阅号推送的信息仅限完整报告发布当日有效，发布日后推送的信息受限于相关因素的更新而不再准确或者失效的，本订阅号不承担更新推送信息或另行通知义务，后续更新信息以国泰君安证券研究所正式发布的研究报告为准。本订阅号所载内容仅面向国泰君安证券研究服务签约客户。因本资料暂时无法设置访问限制，根据《证券期货投资者适当性管理办法》的要求，若您并非国泰君安证券研究服务签约客户，为控制投资风险，还请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。如有不便，敬请谅解。市场有风险，投资需谨慎。在任何情况下，本订阅号中信息或所表述的意见均不构成对任何人的投资建议。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。国泰君安证券及本订阅号运营团队不对任何人因使用本订阅号所载任何内容所引致的任何损失负任何责任。本订阅号所载内容版权仅为国泰君安证券所有。任何机构和个人未经书面许可不得以任何形式翻版、复制、转载、刊登、发表、篡改或者引用，如因侵权行为给国泰君安证券研究所造成任何直接或间接的损失，国泰君安证券研究所保留追究一切法律责任的权利。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）