区块链行业新基建（四）：中欧投资协定背景下，隐私计算开启新蓝海

请仔细阅读本报告末页声明 证券研究报告|行业专题研究 2021年01月24日 区块链 区块链新基建（四）：中欧投资协定背景下，隐私计算开启新蓝海 数据隐私保护是数据要素价值挖掘的前提，在中欧投资协定的大背景下，数据隐私计算将迎来全新的发展机遇和环境。数据要素市场价值挖掘无疑是一个重要的发展方向，无论是个人信息、企业商业数据资源的价值挖掘，要打破“数据孤岛”，首先需要解决数据交换、存储和计算处理过程中的数据泄露的隐患。国内上一轮大数据浪潮推动了行业普及，让市场认识到了数据的价值，但同时催化了“倒卖数据”的黑产，既保证数据流通，又保护数据隐私成为核心。政策上，中欧投资协定落地，而欧盟数据隐私保护条例GDPR早已实施，有望对我国形成促进作用；技术上，隐私计算将迎来新的发展机遇和环境。 隐私计算结合多方安全计算、联邦学习和可信执行环境等多种技术，在金融、国际贸易、社会治理、社会消费等多个场景开辟更多层次的应用。在数据要素价值挖掘层面，隐私计算将不仅仅是社会消费（如数字营销）领域发挥作用，结合多方安全计算、联邦学习和可信执行环境等多种技术，针对多种状态数据（包括企业数据、个人终端数据、政府数据），在金融、国际贸易、社会治理等多个应用领域，都将有效打破数据孤岛，发挥数据背后的巨大价值。 隐私计算贯穿整个IaaS基础算力层、BaaS、SaaS服务层，可探索更多新商业模式和领域。5G时代，大管道作为数据金矿的最基础传输设施，在算力层，隐私计算与云计算同样作为重要的IaaS基础设施，算法层面，隐私计算和AI存在一定的融合空间（如联邦学习与MPC、TEE的深度融合），可以为数据交换、存储和计算协作的可信环境提供一定的算法支撑，在BaaS/SaaS层，隐私计算在数据价值挖掘的环节可以发挥巨大威力，在金融、医疗、科学研究、社会征信、供应链金融、防伪溯源、社会治理等等各个领域提供基于数据分析是应用服务。数据时代，隐私计算打开数据金矿的一把钥匙，将创造更多的创新服务领域和商业模式。 中欧投资协定的大背景下，中欧双方近年来均致力于数字安全与隐私保护领域的法律法规建设，这将为隐私计算市场提供发展机遇和良好的市场环境。2020年12月30日，中欧投资协定谈判顺利完成。中欧投资协定涉及领域远超越传统双边投资协定，涵盖市场准入承诺、公平竞争规则、可持续发展和争端解决四方面内容。欧盟一向重视数据安全与隐私保护，为加快构建全国一体化的大数据中心，充分发挥数据要素的市场价值，中国近年来也针对数据安全出台了多项政策法规及指导意见。在中欧投资协定的大背景下，我们认为，数据作为新的市场要素，将催生新的应用场景和市场生态。 投资建议：目前隐私计算在国内尚处发展初期，包括蚂蚁金服、微众银行、华控清交、矩阵元、众安科技、富数科技、翼方健数、洞见科技、摩联科技、冲量科技等均开始发力，可密切关注。 风险提示：隐私计算商业模式落地不及预期；隐私计算相关技术发展不达预期；数据隐私相关政策面临不确定性。 增持（维持） 行业走势 作者 分析师 宋嘉吉 执业证书编号：S0680519010002 邮箱：songjiaji@gszq.com 分析师 任鹤义 执业证书编号：S0680519040002 邮箱：renhey i@gszq.com 相关研究 1、《通信：工信部再发文！从3点边际变化，看工业互联网发展提速》2020-02-25 2、《区块链：布隆伯格建言加密货币监管框架，央行发布《金融分布式账本规范》》2020-02-24 3、《区块链：央行发布《金融分布式账本规范》、区块链金融有望提速》2020-02-24 -16 %0%16%32%48%64%2020-022020-052020-092021-01通信 沪深300 2021年01月24日 P.2请仔细阅读本报告末页声明 内容目录 1核心观点 .............................................................................................................................................................3 1.1 核心推荐逻辑 ............................................................................................................................................3 1.2 我们区别于市场的观点 ...............................................................................................................................3 2数据隐私加密技术 ................................................................................................................................................3 2.1主流隐私计算技术：MPC、TEE和联邦学习 ..................................................................................................3 2.1.1MPC基于加密算法与协议实现数据隐私计算.........................................................................................4 2.1.2联邦学习在移动端的潜力凸显 ............................................................................................................6 2.1.3 可信执行环境（TEE）在物联网、可验证计算方面应用广泛 .................................................................8 2.2隐私计算的商业模式与案例分析 ..................................................................................................................9 2.2.1隐私计算已成为挖掘数据要素市场价值的利器 .....................................................................................9 2.2.2隐私计算案例分析 ........................................................................................................................... 11 3中欧投资协定将为隐私计算发展铺平政策道理 ...................................................................................................... 12 3.1 中欧投资协定将进一步推动数据要素市场发展............................................................................................ 12 3.2政策法规日益完善为隐私计算提供发展机遇 ................................................................................................ 13 3.3 隐私计算发展面临的瓶颈与解决方向 ......................................................................................................... 14 4投资建议 ........................................................................................................................................................... 15 风险提示 .............................................................................................................................................................. 15 图表目录 图表1：MPC、联邦学习和MPC分别从三个角度解决数据隐私计算问题......................................................................4 图表2：加密算法分类.............................................................................................................................................5 图表3：数据隐私保护要结合数字签名、隐私计算和通信加密等多种算法和技术手段...................................................5 图表4：阿里巴巴的零知识证明 ...............................................................................................................................6 图表5：零知识证明可以确保隐私的情况下完成计算完整性 .......................................................................................6 图表6：谷歌移动端分布式联邦机器学习工作流程.....................................................................................................7 图表7：TEE、操作系统、和安全单元在成本和抗攻击性方面的对比 ...........................................................................8 图表8：蚂蚁区块链合约平台和 TEE 合约链的交易处理流程对比 ..............................................................................9 图表9：可信计算可探索IaaS+BaaS +SaaS服务新领域 .....................................................................................