隐私计算行业报告：联邦学习、安全多方计算、可信计算

计算机 请务必参阅正文后面的信息披露和法律声明 1 / 16 计算机 2021年08月09日 投资评级：看好（维持） 行业走势图 数据来源：贝格数据 《行业周报-周观点：全民健身计划发布，关注教育信息化投资机会》-2021.8.8 《行业周报-周观点：解决“卡脖子”难题，高度重视工业软件产业趋势》-2021.8.1 《行业周报-周观点：教育“双减”新政落地，高度利好教育信息化产业》-2021.7.25 隐私计算，千亿蓝海市场加速开启 ——行业深度报告 陈宝健（分析师） 刘逍遥（分析师） chenbaojian@kysec.cn 证书编号：S0790520080001 liuxiaoyao@kysec.cn 证书编号：S0790520090001 ⚫ 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。 -36%-24%-12%0%12%24%36%2020-082020-122021-04计算机沪深300相关研究报告 开源证券 证券研究报告 行业深度报告 行业研究 行业深度报告 请务必参阅正文后面的信息披露和法律声明 2 / 16 目 录 1、 隐私计算技术将成数据价值安全释放的关键突破口......................................................................................................... 3 2、 隐私计算三大技术路径：联邦学习、安全多方计算、可信计算 ..................................................................................... 6 3、 隐私计算在金融、政务、医疗等行业有望获得快速应用发展 ......................................................................................... 8 4、 蚂蚁、腾讯纷纷入局，初创企业不断涌现 ...................................................................................................................... 10 5、 隐私计算未来有望形成多样化的商业模式 ...................................................................................................................... 12 6、 投资建议 .............................................................................................................................................................................. 14 7、 风险提示 .............................................................................................................................................................................. 14 图表目录 图1： 数据交易商业模式的框架主要由“3+4+1”要素构成 ..................................................................................................... 4 图2： 隐私计算解决数据开放安全问题的重要突破口 ........................................................................................................... 4 图3： Gartner发布了企业机构在2021年需要深挖的重要战略科技趋势............................................................................. 5 图4： Gartner预计2024年隐私驱动的数据保护和合规技术支出将达近千亿人民币 ......................................................... 6 图5： 联邦学习是一种加密的分布式机器学习技术 ............................................................................................................... 7 图6： 安全多方计算提供更加安全的联合数据分析能力........................................................................................................ 7 图7： 隐私计算可在金融反欺诈场景实现良好应用 ............................................................................................................... 9 图8： 隐私计算有效助力医学影像识别、疾病筛查 ............................................................................................................... 9 图9： 蚂蚁链摩斯多方安全计算平台是基于安全多方计算、密码学、隐私保护技术以及区块链技术所打造的一个用于安全共享数据的基础设施 .......................................................................................................................................................... 10 图10： 腾讯云安全隐私计算应用场景多样 ........................................................................................................................... 11 图11： AiLand数据安全岛平台致力于解决数据共享过程中的安全、信任和隐私保护问题 ........................................... 12 图12： XDP翼数坊基于核心隐私安全计算技术为医疗等行业赋能 ................................................................................... 12 图13： 隐私计算产业3大角色：数据方、业务方与技术服务商 ........................................................................................ 13 表1： 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 .................................................................... 3 表2： 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 ............................................................................ 8 行业深度报告 请务必参阅正文后面的信息披露和法律声明 3 / 16 1、 隐私计算技术将成数据价值安全释放的关键突破口 数据要素市场改革正在加速。2015年开始，大数据上升为国家发展战略，全国各地相继成立大数据交易所，各个大数据交易平台网站也陆续上线，但由于缺乏相关的行业规范和安全保障，这些数据交易平台并没有发挥最大效用。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。 表1：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 时间 文件 内容 2020年8月 - 北部湾大数据交易中心在南宁揭牌成立，北部湾大数据交易中心将积极探索政务数据交易模式和跨境数据流通机制，构建安全、开放、共赢的数据生态，建成数据产品交易额、交易量、交易品类中国-东盟区域