IEC:隱私計算技術發展報告：開啟數據價值下的隱私之門_HOMIECOIN幣

當前，大數據、云計算、物聯網、人工智能、區塊鏈等新興技術不斷涌現，數字經濟浪潮席卷全球，在新一輪科技革命和產業變革中成為了經濟增長的新動能。伴隨著數字經濟的蓬勃發展，數據，逐漸擺脫原有的簡單數字符號，轉變為繼土地、能源、人口、糧食之后的新一代生產要素，作為現實世界與數字世界的映射窗口，以其所蘊含的巨大價值，成為了數字經濟的關鍵部分。

然而相較于數據應用價值不斷被認可，數據隱私問題卻日益凸顯，用戶數據隱私如何保護的問題亟待解決。業內人士認為，隱私計算是解決此問題的“關鍵之鑰”。

近年來，針對隱私計算的主流技術研究如雨后春筍般紛紛涌現，各方從隱私計算某類技術手段出發，探討技術可行性及現有性能的提升，而系統性的技術研究報告仍鳳毛麟角。在此背景下，矩陣元與陀螺研究院撰寫，新浪財經、證券日報、深圳市信息服務業區塊鏈協會共同發布《隱私計算技術發展報告》于今日面市，報告從市場與技術兩方面對隱私計算進行深入的解析，并從隱私計算發展、主流隱私計算技術介紹、技術項目簡介、隱私計算應用場景等多維度展現隱私計算全景，詳解隱私計算在數字時代背景下的機遇與挑戰。旨在吸引更多的技術愛好者參與到隱私計算的技術交流中，同時讓大眾對于隱私計算技術有更為清楚的認識，推動隱私計算技術在云計算、物聯網、人工智能、區塊鏈中的技術應用。

隱私計算公鏈Oasis將于北京時間4月11日17時進行Damask升級:4月11日消息，隱私計算公鏈Oasis網絡將于北京時間4月11日17時進行Damask升級。本次升級中ParaTime交易處理傳輸通道被重新設計，Emerald ParaTime 的最低 Gas 價格從當前的 10 nROSE 增加到 100 nROSE，以避免增加網絡擁堵，保證Emerald用戶交易及時處理，大多數交易的Gas費用將保持在 0.05 ROSE 以下。此外，驗證者數量將從 110 增加到 120。?[2022/4/11 14:17:28]

以下為報告精華觀點：

隱私計算與高新科技融合帶來“四大優勢”市場前景遼闊

在數字化社會漸行漸近的背景下，隱私計算技術的關鍵作用正在顯現。根據Statista報告顯示，2020年全球大數據市場收入規模將達到560億美元，是2016年的兩倍，未來大數據市場將呈現穩步發展的態勢，預期增速將達到14%左右。而在2018-2020年的收入預測期，Statista預測每年保持約70億美元的增長，年均復合增長率約為15.33%。

北京大學研究員肖臻：當前隱私計算方案普遍計算效率較低:金色財經現場報道，10月22日，2021云棲大會-螞蟻鏈“區塊鏈+”可信鏈接技術發展與實踐分論壇在杭州舉行。北京大學研究員、博士生導師肖臻以《區塊鏈+隱私計算融合技術趨勢》為題進行分享。他指出，隱私計算的目標是數據所有權和數據使用權的分離，前景十分宏偉。但現在，隱私計算的發展仍處于早起階段，并沒有實現通用。其涵蓋了聯邦學習、安全多方計算、同態加密、零知識證明、TEE可信執行環境等技術。

肖臻指出，當前隱私計算方案普遍計算效率較低，零知識證明驗證效率低，同態加密消耗資源多，查分隱私降低模型精度。而TEE的新人員與硬件廠商高度綁定，影響可信度，同時存在側信道攻擊的可能性，存在安全隱患。

肖臻介紹，區塊鏈領域中應用最多的零知識證明是zk-SNARK技術。Zcash是zk-SNARK的第一個廣泛的應用，Filecoin利用zk-SNARK完成了復制證明和時空證明。[2021/10/22 20:49:21]

資料來源：《大數據白皮書(2019)》

Jerry：CyberVein用加密隱私計算破解數據隱私難題，實現數據價值:12月2日消息，CyberVein的中國區運營理事Jerry在《區塊鏈開源技術（中國行）》活動上發表了《大數據的加密隱私計算》的主題演講，并在圓桌論壇環節就“加密隱私計算”和“跨鏈”兩大區塊鏈底層通用技術發表了個人看法。

Jerry表示：“加密隱私計算能做到不泄露原始數據，在保護數據隱私安全的前提下，實現多個維度數據的跨界融合，破解數據保護與數據應用之間的矛盾！”

同時，Jerry表示CyberVein的加密隱私計算通過與分布式算力和聯邦學習的通力合作，可以實現數據的所有權和使用權分離，促進數據資產化；讓CyberVein的DAVE 作為橋梁，打破數據孤島，也打破城市孤島；讓CyberVein新創的DAVE數據交換機在智慧城市的搭建中發揮數據最大潛力。[2020/12/2 22:51:29]

而從隱私計算的主要應用數字身份分析，隱私計算市場規模仍不可小覷。根據情報和市場研究平臺MarketsandMarkets最新報告中指出，2019年全球數字身份解決方案市場規模達到137億美元，2024年，該市場預計將增長至305億美元，2019-2024年預測期內的年復合增長率為17.3%。

動態 | 分片項目 Harmony 將集成 Taxa Network 第二層隱私計算協議:分片項目 Harmony 宣布將在主網集成 Taxa Network 的第二層隱私計算協議，建設整體性的區塊鏈架構，使 DApp 開發者可在公鏈上實現游戲、去中心化金融、人工智能等領域應用場景。（鏈聞）[2019/8/22]

報告指出隱私計算可與人工智能、區塊鏈、大數據等高新技術相結合，依據具體的應用場景來進行技術選型從而解決實際問題。其帶來四大非常顯著的優勢。

使用：提升個人數據所有權，實現授權機制下的數據使用。

安全：降低企業數據泄漏風險，從根本上解決企業由于直接收集用戶信息導致數據泄漏的問題

變現：驅動用戶數據變現，滿足隱私保護前提下的數據多方共享，并獲得相應的經濟激勵。

流動：促進機構數據流動，打破“數據孤島”，最大化企業和機構數據的價值。

動態 | 隱私計算項目 Enigma 將發布最小化可行產品 已開源核心組件:隱私計算項目 Enigma 表示，其最小化可行產品「Discovery」的發布已經進入最后準備階段，已經在 Github 上開源了該階段核心組件的代碼，其中包括 Enigma 合約和 Enigma 代碼庫、Enigma Core、Enigma P2P。該項目團隊表示，不久將會在測試網上發布 Enigma 協議的最小化可行產品「Discovery 」，該團隊很快將會發布測試套件和開發者環境，讓開發者可以在 Discovery 上創建 DApp。[2019/4/7]

隱私計算“門派”眾多密碼學是驅動隱私計算技術的核心引擎

報告指出從技術理論來看，隱私計算主要分為三大技術路線，即密碼學、可信執行環境、聯邦學習。

密碼學是以安全多方計算、同態加密、零知識證明等代表的隱私計算技術。

可信執行環境通過硬件技術來對數據進行隔離保護，將數據分類處理。支持TEE的CPU中，會有一個特定的區域，該區域的作用是給數據和代碼的執行提供一個更安全的空間，并保證它們的機密性和完整性。

聯邦學習則是近些年新崛起的新興人工智能技術，在2016年由谷歌最先提出，其設計目標是在保障大數據交換時的信息安全、保護終端數據和個人數據隱私、保證合法合規的前提下，在多個參與方或多個計算節點之間開展高效率的機器學習。

不可否認的是，隱私計算技術路線雖有差異，但密碼學對于隱私計算的影響依舊舉足輕重，密碼學理論研究成果也影響著隱私計算技術的進展。

數據隱私保護法律日益健全，技術規范是行業發展的必要前提

報告中提到，隱私計算作為一種針對于數據安全的技術，技術復雜度較高，涉及行業較廣，數據的治理與規范標準程度是技術的長遠發展的關鍵。

近年來，隨著大眾對于隱私的重視程度的增強，全球均針對數據隱私保護出臺了一系列的法律法規，法律體系呈現日益健全化與規范化。在國際方面，除了大名鼎鼎的《通用數據保護條例》之外，國際標準化組織ISO已經發布了一系列相關的標準和規范，包括ISO/IEC29100《隱私保護框架》、ISO/IEC29101《隱私體系架構》、ISO/IEC29190《隱私能力評估模型》、ISO/IEC29134《隱私影響評估》、ISO/IEC29151《個人可識別信息保護指南》。

國內方面，2017年施行的《中華人民共和國網絡安全法》，強調了對基礎設施及個人信息的保護。2018年實施的《信息安全技術個人信息安全規范》，從國家標準層面，明確了企業收集、使用、分享個人信息的合規要求。2020年7月，深圳市司法局出臺《深圳經濟特區數據條例》，作為落實將數據作為生產要素的第一部政府文件，具有極強的標志性意義和極高的價值。而近日，《中華人民共和國數據安全法》結束征求意見，草案中明確開展數據活動的組織、個人的數據安全保護義務，落實了數據安全保護責任規定支持促進的具體措施。

此外，信通院、電標院等單位也相繼主導隱私計算相關標準的制定，包括《基于多方安全計算的數據流通產品技術要求和測試方法》、《區塊鏈隱私計算服務指南》等。

目前，與隱私計算有關的法律法規仍在不斷完善中，可以預見，不斷優化的頂層設計，逐步規范的技術標準，都將促使隱私計算行業迸發新的活力。

隱私計算產品逐漸進入市場角逐商業應用是關鍵

報告指出，目前當前市場上已經出現了許多知名的隱私計算類產品或者技術框架，包括矩陣元推出的面向廣大AI開發者的隱私機器學習開源框架——Rosetta；螞蟻金服推出的螞蟻鏈摩斯多方安全計算平臺；百度推出的基于可信執行環境的通用計算架構——MesaTEE等。

而商業應用是檢驗產品力的“唯一標準”隱私計算可在保證原始數據安全隱私性的同時，實現對數據的計算和分析，由于其在多數據流通融合中保護隱私安全的顯著效果，隱私計算在政務、金融、醫療、交通、安防等多個行業中均存在廣泛的應用場景。

以報告中的醫療健康領域應用為例，通過安全多方計算等隱私保護手段，可以在數據不離開私有域的前提下，完成高效地數據統計分析甚至機器學習。事實上，在生物醫療領域，隱私計算已經逐步落地。在數據聯合分析方面，基因組學數據、醫學影像數據和臨床學數據開始在一些創新項目里被安全可靠地分享和計算。此外，利用隱私計算技術實現病人電子病歷的跨域共享，也是目前解決醫院數據孤島痛點的有效方案。

可以預見的是，云計算，移動互聯網，人工智能，區塊鏈，這些技術要素和數據要素一起互相聯系并且深度融合，是產業發展的必然趨勢。在未來，隨著新的隱私相關業務需求的持續引爆，市場不斷反饋和表達，隱私信息共享和流通的法律法規體系逐步構建，隱私計算和密碼學，將會獲得新的推動力，繼續演進。

Tags：區塊鏈ENIGMA人工智能IEC區塊鏈證據保全怎么操作的人工智能對口的工作HOMIECOIN幣

SAND