楚人有鬻盾與矛者，譽之曰：“吾盾之堅，物莫能陷也。”又譽其矛曰：“吾矛之利，于物無不陷也。”或曰：“以子之矛，陷子之盾，何如？”

1982年，中國科學院院士姚期智提出“百萬富翁”設想：“假設有兩個百萬富翁，他們都想知道誰更富有，但雙方又不愿意透露自己擁有的真正財富。那么，如何在沒有第三方參與的情況下，知道誰擁有的財富更多呢？”

如果兩個人要比較誰更富有，似乎只能公布各自的資產，但是兩個人又都喜歡保護自己的隱私。不得不說，這是數據使用引發的現代“以子之矛，陷子之盾”。

數據的矛與盾

近年來，隨著大數據、云計算、人工智能、5G等數字技術的快速發展，以及個性化服務的持續升級，讓數據的價值不斷凸顯，并已成為推動整個社會發展必不可少的生產要素和生產資料。

但由于數據在不同的平臺相互獨立存儲、獨立維護，形成了數據孤島現象。若想將數據的價值真正利用起來，需要對數據進行聚合處理，讓數據進行跨境、跨系統、跨生態圈交換，這一過程中，極易造成隱私信息在不同的信息系統中被有意或無意地留存，因各個信息系統的數據保護能力和保護策略的不同，最終將導致隱私泄露的風險越來越突出，隱私信息泄露的風險也會變得越來越大。

調研機構Audit?Analytics發布的《網絡安全事件披露趨勢》顯示，2011年至今有639起上市公司曾發生過網絡安全事件，每起網絡數據泄露事件的平均損失高達1.16億美元。

近年來，世界各國關于用戶信息保護的監管越趨嚴格，如歐盟的《通用數據保護條例》(GDPR)提出，限制互聯網及大數據企業對個人信息和敏感數據的處理，從而保護數據主體權利。我國連續出臺《網絡安全法》《數據安全法》《個人信息保護法》等一系列關于數據安全和網絡安全的法律法規，規范數據的管理和使用。

一邊是數據推動業務創新，一邊是隱私信息泄露，如何在這中間找到平衡點，保證數據提供方不泄露敏感數據的前提下，實現數據的跨界融合，從而挖掘出有價值的信息呢？

在此背景下，隱私計算作為一種面向隱私信息全周期保護的技術，為解決數據使用與隱私安全的矛盾，提供了新的解決思路。

未來潛力如何？

什么是隱私計算？所謂隱私計算，是面向隱私信息全生命周期保護的計算理論和方法，具體是指在處理視頻、音頻、圖像、圖形、文字、數字、泛在網絡行為信息流等信息時，對涉及的隱私信息進行描述、度量、評價和融合等操作，形成一套符號化、公式化且具有量化評價標準的隱私計算理論、算法及應用技術，支持多系統融合和隱私保護。

簡單來說，就是指在保證數據提供方不泄露原始數據的前提下，保障數據在流通與融合過程中的可用不可見。

目前，隱私計算已在從技術階段過渡到應用階段，例如，在金融行業，作為數據隱私安全的重要保障，隱私計算可以提升金融風控的能力，加大數據安全應用的效率，多維度地保障金融數據安全高效地應用;在醫療行業，各醫療數據系統獨立且分散，并且醫療數據屬于十分隱私的信息，數據的融合難度極大。借助隱私計算，有望打破醫療數據的孤島現象，推動醫療系統智能化發展;在政務行業，政務數據涉及稅務、司法、社保、公積金、交通等多個方面，利用隱私計算可打通政務數據，助力智慧城市建設。

各家跑馬圈地

近幾年，隱私計算作為一項重大的科技趨勢正被逐漸重視。首先從國家政策層面來看，2022年3月1日，《互聯網信息服務算法推薦管理規定》正式施行，作為一部專門針對算法推薦的法規，該法從信息服務規范、用戶權益保護、法律責任等方面，全面系統地為算法定出規則、劃出邊界。

政策法規的生效規范了基于隱私數據的商業探索，諸多科技巨頭也相繼布局隱私計算產業，騰訊云安全隱私計算可針對機器學習算法進行定制化的隱私保護改造，保證原始數據不出本地即可完成聯合建模，同時支持安全多方?PSI(隱私保護集合求交技術)、安全隱私查詢、安全統計分析；百度一站式數據安全與隱私保護平臺，實現數據采集、處理、流通和計算等各個階段的全面覆蓋，為百億級大規模數據的安全聯合計算創造可能；神州數碼云業務自研的Bluenic?2.0客戶數據平臺，將個人隱私數據保護納入到CDP平臺運營中，通過多種數據源的對接和打通，實現數據合并分析，并進行數據脫敏……

2019年，隱私計算被Gartner列為處于啟動期的關鍵技術；2020年，隱私計算又被列為2021年企業機構九大重要戰略科技之一。并且，Gartner還預測，到2025年隱私計算的應用范圍將覆蓋全球一半的大型企業機構。

2021年4月，微眾銀行與畢馬威聯合發布了《深淺數據藍海：2021隱私計算行業研究報告》，報告顯示，受到大數據融合應用和隱私保護的雙重需求驅動，預計到2024年，隱私計算相關技術服務營收有望觸達100-200億人民幣的空間，甚至將撬動千億級的數據平臺運營收入空間。

寫在最后：

當前，無論是政府還是企業都對隱私計算給予了極大的重視，相信不久的將來，隱私計算將會在越來越多擁有隱私數據的行業得到更加廣泛、更加深入的應用。