隐私计算：守护数字经济走向春暖花开时
人工智能（AI）是数字经济时代的核心技术之一，ChatGPT的腾空出世再度掀起了AI的浪潮。
数据、算力、算法是数字经济背景下驱动AI前进的三驾“马车”，海量的数据是AI训练的首要条件，其次才是算力和算法——“数据”是时代进步的产物，是每个个体都具备的重要资产。
2023年“十四大”会议中，国务院机构改革方案中“成立国家数据局”的提案获准，标志着我国在“数据基础制度建设”、“数据资源整合与共享”、“数据管理、开发与利用”上迈出了关键的一步。
国内数据安全意识觉醒晚于国外，直到2019年《数据安全管理办法》在数据的采集存储、处理使用、安全监管等方面提出要求，数据安全才正式引起社会各界的重视。
数据就像“发动机”，政策的支持提供了燃料，将快速推动数字经济发展，为GDP增长注入新力量。
数字经济下，实体企业不想被淘汰就得加速转型，把数据从线下搬到线上、让算力代替劳动力，如果人是实体企业的第一生产力，那么数字企业的第一生产力则是“数据”。
数据不能“只存不用”，不能“只为我用”，因此让数据“流”（流通）和“动”（应用）起来尤为关键，企业急需一项有力且可靠的技术来保护数据源以及“流动”中数据的安全，业内公认这项技术是——“隐私计算”。
（注：本文中“流动”的含义为“流通与应用”）
我国在“数据二十条”提出“以模型、核验等产品和服务等形式向社会提供数据，实现‘数据不出域，可用不可见’”，坐实了隐私计算是辅助数据“流动”必不可少的一项基本技术。
全球权威IT研究与咨询机构Gartner更是将隐私计算评为“十二大”技术趋势之一，据其测算，2024年全球近60%的大型企业将使用一种或多种隐私增强计算技术，同时，隐私驱动的数据保护与合规技术支出将在全球突破千亿元人民币。
「你了解隐私计算吗？」
数据的出给方和使用方都在本地部署计算平台，对数据进行加密处理，双方平台进行交互，对数据进行计算、分析，直接输出结果。
图片：隐私计算的规则
我们常用的Google输入法就是一个应用“隐私计算”的成功例子，虽然用户数据没有离开过用户设备，但Google仍然能训练输入法的算法模型，从而达到改善输入体验的目的。
为什么数据“流动”离不开隐私计算？
1 数据已无处不在，几年前我国便意识到这个问题，开始布局数据基础设施建设，资金和资源向数据存储领域倾斜，而今数据存储赛道趋向饱和，数字经济的发展推动着数据应用需求觉醒，“数据二十条”更是明确了隐私计算是保护数据“流动”的核心技术。
其实“重用”隐私计算早已有迹可循，在满足企业实现“数据域内留，价值跨业飞”的应用需求上已有不少成功案例：银行通过电力局提供的数据审批贷款；船舶公司通过气象局提供的数据规划航线；金融机构通过电信公司提供的数据进行风险管理；通过地下管线数据分析、建模建设智能电网、智能气网和智能供排水保障系统……
图片：隐私计算的应用
2 零散数据的价值是有限的，因此必须先通过数据流通使数据量最大化，再通过数据应用使数据价值最大化。而隐私计算正是数据流通与应用的前提，其“开源化”和“平台化”的趋势奠定了它是数据领域的抓手。“开源化”可以让更多人了解和应用隐私计算，从而加速技术的普及与迭代。
下一阶段的隐私计算技术不仅要求能同时保护和应用数据，更要为数据挖掘与分析开辟新径，通过技术开源让技术底层更加透明、提高其可信度，有助于提高数据分析的公正性和准确性。“平台化”则是为了促进数据供求方之间的合作，打造一个互利共赢的数据流通管道，并在其中逐渐完善数据行业的监管机制、形成数据处理的技术标准，从而建立起数据互通互享的护城河。
是时候重视数据“流动”中的问题了！
过去三年的“防疫大战”中，为了能够及时跟踪个人健康状况、行动轨迹，我们都被“健康码”、“行程卡”贴上了专属标签，系统采集个人信息并将用户数据储存于服务器中，能获得访问权限的人“可见也可用”，形成了数据流出的一个缺口。
2022年8月疫情仍然紧张之际，曾有不法分子在暗网论坛上以4000美元出售上海4850万居民随申码数据库，包含了姓名、手机号、身份证号、UUID等隐私信息，这些交易的数据可能会成为下季度销售冠军的“致富秘籍”，也可能会成为诈骗团伙的作案工具。
*图源网络
通过数据交易可以实现数据在供求双方间精准对接，从而更大程度地释放数据的价值，数据一旦“流动”起来，供求双方可以享受数据互通互享带来的红利：供应方可以通过交易数据产生收益、通过数据分享开拓创新；需求方通过分析数据提高效率、通过应用数据创造价值。而当下数据行业的现状是：小微企业积累数据难，采集时间长、范围窄、量不足；成熟企业的合规压力大、分享数据难，只好独善其身，久之便形成了数据垄断。
因为在流通环节中数据不像存储那般可控，数据交易如今还没有完美的解决方案。为了让数据在“阳光”下流通，自2015年4月14日全国第一家数据交易所贵阳数据交易所正式挂牌运营之日起，至今我国已成立超过80家全国性或地方性大数据交易平台。尽管数据交易所的成立为数据流通搭起了桥梁，但由于数据“流动”中还存在着数据泄漏的安全隐患，供求双方都还望而却步。
最新数据显示，全球每年因数据泄露带来的经济损失超百亿美元，泄漏的数据不仅关乎个人隐私、商业机密，甚至有可能突破国家政务安全的防线，带来广泛、持续、致命的影响。
隐私计算守护数字经济走向春暖花开时
发展数字经济大势已定，在驱动AI前进的三驾“马车”中，数据因一直没有找到各方共赢的商业模式，发展落后于算力和算法。
从医疗图像数据产生的过程来看，患者就医、设备员操作仪器、仪器产生图像、器械自动分析结果、医生记录诊断……每一步都是数据形成所不可或缺的，通常只能确定最终数据的“持有权”归医院所有，而数据的“所有权”却难以确认。
当太多人可以分“蛋糕”的时候，参与者反而失去了热情，干脆不碰数据这块“蛋糕”了，但数据还是有望后来居上的，“数据二十条”中将“所有权”一分为三：分为“持有权”（资源持有）、“使用权”（加工使用）和“经营权”（产品经营），并据此设计出激励数据市场参与者“做大蛋糕”的体系，吸引更多玩家愿意共建数据市场。
目前能充分创造价值的数据只有冰山一角，数据行业迟迟未能释放其巨大的能量，那我们还能做些什么？西南交通大学隐私计算实验室教授、清华大学隐私计算领域研究校友认为：
“第一，提升企业信息化程度，鼓励搭建数据底座，使数据资产化；
第二，挖掘数据需求，实现数据在产业链中有效对接上下游，跨行业协同创造效益；
第三，规范行业标准，对经处理输出的合格数据形成统一画像，进行安全验证、审计，形成合规性要求。”
其实，在隐私技术能有效聚合数据资源、保护数据安全、促进数据应用、释放数据价值上业内早已达成共识，伴随着对数据保护与应用要求的不断提高，我们逐渐发现隐私计算不仅是一项高端的数据分析计算技术，更应是所有数据模型的底层技术。成立国家数据局可以进一步规范数据安全标准与监管要求，让隐私计算真正成为一项有力且可靠的技术，在此背景下，企业方才更放心地分享数据，从而实现数据自由“流动”；更充分地使用数据，从而在商业上创造更大价值，助力数字经济走向繁荣。
「本文特别鸣谢：西南交通大学隐私计算实验室教授、清华大学校友（WWW论文《一种不损失精度的基于随机性扰动的联邦学习防御方法（An Accuracy-Lossless Perturbation Method for Defending Privacy Attacks in Federated Learning）》的作者）进行交流与指导。」
