4-1 隐私计算行业发展及合规发展思考 -闫树 信通院

数据与生产要素

• 数据定义：数据是对客观事件进行记录并可以鉴别的符号，是任何以电子或其他方式对信息的记录。
• 数据成为生产要素的原因：数据能够提高单一要素的生产效率，优化资源配置，并创造更多、更快的经济效益。

隐私计算技术

• 技术分类：主要包括多方安全计算、联邦学习和可信执行环境。
• 性能瓶颈：密文计算需要更大计算和通信负载，导致性能瓶颈。
• 安全性：隐私计算产品面临算法协议差异化、安全假设依赖等安全风险。
• 性能提升方案：通过软件与硬件层面的优化，如并行化和高效调度，提升隐私计算效率。

隐私计算市场

• 市场趋势：2018年至2021年，隐私计算技术产品数量快速增长，88家企业发布了相关技术产品。
• 应用场景：金融风控、精准营销、政务服务、保险定价、医疗健康等。
• 合规意义：有助于实现数据融合“可用不可见”，减轻授权同意合规隐患，践行最小必要原则。

政策与法规

• 法律法规：涉及《数据安全法》、《个人信息保护法》、《网络安全法》等。
• 政策支持：政府多部门发文鼓励推进隐私计算技术研究与应用。
• 应用场景：政务、金融、医疗等领域，如政务数据共享、医疗数据融合等。

发展展望

• 技术进步：隐私计算技术正朝着可信隐私计算方向发展，注重安全验证和流程监管。
• 市场格局：隐私计算市场初步形成健康格局，头部产品已大规模应用并发挥头部效应。
• 未来方向：隐私计算将进一步拓展应用场景，实现技术与行业的深度融合。