隐私计算应用未来展望分析

各行业在推动数据要素流通的同时持续强化数据安全和隐私保护，在隐私计算方面投入大量精力，隐私计算逐渐成为行业的刚需。

1.技术体系发展成熟，应用效果加速优化

在相关政策鼓励下,数据安全流通的意识不断提升,隐私计算加速发展，技术体系发展逐步成熟，为数据要素流通带来新的发展机遇, 为建设有序流通的数据生态提供可行的技术路径。初创企业、互联网企业、大数据企业、区块链企业、运营商、金融机构等纷纷开展大量基于隐私计算平台的跨机构业务服务,在信息通信、电子政务、金融科技等多个数据密集型领域,隐私计算应用日趋广泛，成为实现数字经济快速发展的助推器。 多元技术融合加速隐私计算性能与安全性提升，隐私计算不同技术之间，以及与人工智能、区块链、可信计算等其他技术内外融合，形成了更加丰富、实用的产品服务形态。多元技术的加速融合，除了实现安全求交、匿踪查询、多方统计和联合建模等计算功能的扩充，也快速提升隐私计算平台的性能和安全性，推动隐私计算的广泛化落地应用。其中安全性提升主要体现在密码、算法协议、数据、通信和系统安全的综合优化方案，以及通过可信计算和可信执行环境实现安全可信的硬件保障；性能提升主要体现在多方安全计算和联邦学习的密码算法优化，以及基于高性能密码协处理器、深度计算处理器、图形处理器和网络加速设备等多种硬件加速方法提高通信效率和计算性能。隐私计算和区块链融合，则可以实现原始数据的链上存证核验、计算过程关键数据和环节的上链存证回溯，增强隐私计算的可信性和可验证性。

新技术模式探索增强隐私计算普适性，隐私计算参与机构积极开展新技术模式探索，解决隐私计算应用中计算效率不高、跨平台互联互通困难、大规模可用性不足、安全分级分类规范缺乏等难题。数算分离的新范式，将数据资源持有权和数据加工使用权分离，根据业务需求选择合适流通方式，增强隐私计算技术应用的灵活性。隐私计算与算力网络的融合逐步推进，解决隐私计算高计算资源消耗问题，同时储备算力网络环境下数据“可用不可见”、“可用不滥用”的能力。高性能、高可用的隐私计算算法持续探索，预计算等流程优化方案，力求将隐私计算整体性能提升到更优状态，增加隐私计算在实时性场景下应用的可能性。可信密态计算探索通过在多个高速互联的可信执行环境中运行密码协议,将多方安全计算、联邦学习与可信执行环境有机结合在一起，解决性能短板和可信性。此外，行业持续推动应用创新，探索数据富集的平台中应用隐私计算，为系统间的数据协作提供安全保障，推动隐私计算向用户端下沉，从源头解决用户隐私保护和数据安全问题。

互联互通技术落地推动可信数据网络，市场对大规模数据流通的需求对隐私计算产品的互联互通、兼容性方面产生更高要求。在政策鼓励下，运营商、隐私计算技术厂商及多家金融机构从标准规范、产品适配改造到业务场景落地，逐步推进互联互通方案建设，逐步形成初具规模的行业级互联互通生态圈。隐私计算互联互通不仅降低多平台部署和应用的成本，推进技术产品接口和服务的标准化建设，更是推动打造可信数据流通网络。可信数据流通网络的建立，首要需解决的是数据可流通问题，而隐私计算互联互通则是解决数据可流通的必要途径。通过推进隐私计算互联互通建设，打破目前节点对节点、平台对平台的小范围互联局限，形成区域化、行业级的可信数据流通可信域，并以联域成网的方式形成大范围、可扩展、生态繁荣的国家级可信数据流通网络。

2.数据要素开放共享，应用场景不断拓展

隐私计算通过“数据可用不可见”平衡数据开放共享和隐私保护的矛盾。当前金融、政务、运营商、互联网、医疗等领域数据要素流通需求强烈，同时对数据安全性、隐私性要求严格，成为隐私计算落地应用的重要领域，且随着数据进一步开放共享，隐私计算的应用逐渐向原有行业细分领域拓展。以零售行业为例，隐私计算在零售行业智能运营的应用除了目前比较普遍的线上模式，将进一步拓展到线下场景。通过隐私计算打破数据边界，融合实体门店用户数据和外部环境数据、三方数据等。构建价值提升模型、潜客挖掘模型、交叉营销模型等，多方协同提升用户个性化购物体验、优化零售商运营。借助于安全求交等技术，帮助零售企业实现跨渠道会员资产联通，包括电商平台、小程序、官网等线上渠道，以及大型超市、自营店、散店等线下渠道，实现零售行业渠道的智能化拓展。隐私计算在新兴行业领域也逐步发挥作用，以跨境数据流通为例，随着经济全球化、数字化的深入发展，数据跨境流通应用不断提高，同时监管形势日益严峻，各个国家与地区跨境数据流动普遍存在法律法规多重管辖，对跨境数据流通造成困难。各国对数据出境安全高度关切，往往强调数据在本国境内存储与处理，对数据出境进行严格安全评估，这与数据跨境自由流通的初衷相矛盾。为促进跨境数据流通，除了需要建立完善的跨境数据管理体系，还需利用隐私计算等创新技术手段，确保合法合规地实现数据的跨境流通目的。此外，需要大力发展数据交互、业务互通、监管互认、服务共享等方面国际交流合作，推进跨境数字贸易基础设施建设，积极参与数据流通、隐私计算、数据安全、认证评估等国际规则和标准制定。

3.数据基础设施搭建，应用规模大幅提升

随着数字经济与实体经济的融合日益深化，新技术、新产品、新业态、新模式不断涌现，数据资源汇聚、共享、流通、应用的需求快速增加，对存储、计算、网络、安全等要求越来越高，传统基础设施已无法满足要求，新型数据基础设施建设成为经济社会发展的必然要求，新型数据基础设施以挖掘数据价值和保障数据安全为基本点，以实现数据要素的采集、汇聚、传输、存储、处理、开发、应用等为主要目标，充分支撑数字化发展。 新型数据基础设施具备“五高”特征：高存力、高算力、高运力、高安全、高能效，这些特征与隐私计算技术发展和规模化应用需要的基础支撑要求一致。新型数据基础设施的搭建助力联邦学习、多方安全计算、可信执行环境等隐私计算技术成为数据要素流通的核心技术，更好地支撑数据安全开放流通，推动应用规模实现大幅提升，全面支撑数据要素市场和数字经济发展。

目前全球新型数据基础设施建设效应明显，截至2021 年第二季度，全球超大规模数据中心数量已达到659 个，算力水平不断提升，目前我国算力总规模达到 180 EFLOPS，位居全球第二，千兆光网、5G、物联网等通信基础设施加速发展，推动网络运力大幅提升。此外，我国移动网络的终端连接总数已达 35.28 亿户，移动物联网链接数达到 18.45 亿户，海量新设备接入网络，进一步扩大用户数字应用场景及可用数据量，同时也拓展隐私计算技术应用场景。算力水平和网络运力的提升，将有效解决隐私计算的算力与网络通信问题，实现更高性能，更好拓展实时性场景。随着数据基础设施建设的进一步完善和应用场景的深化拓展，隐私计算应用规模将得到大幅度提升。据IDC 预测，2025 年中国的隐私计算市场规模将达到145.1 亿元，基于隐私计算的数据应用模式市场规模在未来或将达到千亿级。