1、2021年中國隱私計(jì)算市場研究報(bào)年中國隱私計(jì)算市場研究報(bào)告告藍(lán)海壯闊，揚(yáng)帆起航藍(lán)海壯闊，揚(yáng)帆起航C O N T E N T S隱私計(jì)算市場現(xiàn)狀隱私計(jì)算技術(shù)分析隱私計(jì)算應(yīng)用場景發(fā)展趨勢展望隱私計(jì)算變革010203040531.1市場環(huán)境分析市場環(huán)境分析個(gè)人隱私、產(chǎn)業(yè)機(jī)密數(shù)據(jù)保護(hù)日趨完善，為隱私計(jì)算發(fā)展提供制度支個(gè)人隱私、產(chǎn)業(yè)機(jī)密數(shù)據(jù)保護(hù)日趨完善，為隱私計(jì)算發(fā)展提供制度支撐撐近年來，一系列政策出臺和布局落地，從法律層面明確了數(shù)據(jù)安全和個(gè)人隱私保護(hù)的重要性。隱私計(jì)算及其相關(guān)技術(shù)作為平衡數(shù)據(jù)利用和安全的 重要方式，多次被政府等國家監(jiān)管部門在相關(guān)政策文件中提及。發(fā)布時(shí)間文件名文件類型發(fā)布機(jī)構(gòu)核心內(nèi)容20

2、16年11月網(wǎng)絡(luò)安全法法律文件第十二屆全國人民代表大會常 務(wù)委員會第二十四次會議強(qiáng)調(diào)收集的用戶信息嚴(yán)格保密，維護(hù)網(wǎng)絡(luò)數(shù)據(jù)的完整 性、保密性和可用性，實(shí)行網(wǎng)絡(luò)安全等級保護(hù)制度2016年12月大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）政策文件工業(yè)和信息化部支持企業(yè)加強(qiáng)多方安全計(jì)算等數(shù)據(jù)流通關(guān)鍵技術(shù)攻關(guān) 和測試驗(yàn)證2019年9月金融科技發(fā)展規(guī)劃（2019-2021）政策文件中國人民銀行提出利用多方安全計(jì)算技術(shù)提升金融服務(wù)安全2019年9月工業(yè)大數(shù)據(jù)發(fā)展指導(dǎo)意見（征求意見稿）政策文件工業(yè)和信息化部在工業(yè)領(lǐng)域積極推廣多方安全計(jì)算技術(shù)2020年2月個(gè)人金融信息保護(hù)規(guī)范政策文件中國人民銀行對個(gè)人金融信息保護(hù)

3、提出了具體明確的要求2020年4月關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見政策文件中共中央，國務(wù)院將數(shù)據(jù)列為一種新型生產(chǎn)要素2021年5月中國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實(shí)施方案政策文件國家發(fā)改委、中央網(wǎng)信辦、工 業(yè)和信息化部、國家能源局提出“試驗(yàn)多方安全計(jì)算、區(qū)塊鏈、隱私計(jì)算、數(shù)據(jù) 沙箱等技術(shù)模式，構(gòu)建數(shù)據(jù)可信流通環(huán)境，提高數(shù)據(jù) 流通效率2021年6月數(shù)據(jù)安全法法律文件第十三屆全國人民代表大會常務(wù)委員會第二十九次會議強(qiáng)調(diào)數(shù)據(jù)安全與開發(fā)利用并重，確立數(shù)據(jù)分類分級管理制度，多種手段保證數(shù)據(jù)交易合法合規(guī)2021年7月網(wǎng)絡(luò)安全產(chǎn)業(yè)高質(zhì)量發(fā)展三年行動計(jì)劃（2021-2023）（征求意見稿

4、)政策文件工業(yè)和信息化部提出推動隱私計(jì)算等數(shù)據(jù)安全技術(shù)的研究攻關(guān)和部署 應(yīng)用，促進(jìn)數(shù)據(jù)要素安全有序流動2021年8月個(gè)人信息保護(hù)法法律文件第十三屆全國人民代表大會常 務(wù)委員會第三十次會議強(qiáng)調(diào)個(gè)人信息在數(shù)據(jù)流通過程中的安全合規(guī)數(shù)據(jù)來源：甲子光年智庫整理；41.1市場環(huán)境分析市場環(huán)境分析數(shù)字經(jīng)濟(jì)版圖持續(xù)擴(kuò)張，隱私計(jì)算產(chǎn)業(yè)順勢成數(shù)字經(jīng)濟(jì)版圖持續(xù)擴(kuò)張，隱私計(jì)算產(chǎn)業(yè)順勢成長長6.97.57.98.89.810.912.013.47.5%7.6%7.8%8.2%8.6%9.0%9.5%10.0%2018201920202021E2022E2023E2024E2025E數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值規(guī)模（萬億元）增

5、長率根據(jù)甲子光年智庫測算，2025年中國數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值規(guī)模將達(dá)13.4萬億。在數(shù)字經(jīng)濟(jì)發(fā)展背景下，深挖數(shù)據(jù)價(jià)值、保護(hù)數(shù)據(jù)全生命周期 安全成為重中之重，隱私計(jì)算產(chǎn)業(yè)得以在這一浪潮中乘風(fēng)而起。圖圖：2018-2025年中國數(shù)字經(jīng)濟(jì)市場規(guī)模年中國數(shù)字經(jīng)濟(jì)市場規(guī)模數(shù)據(jù)來源：甲子光年智庫，2021；備注說明：數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)包括數(shù)字產(chǎn)品制造業(yè)、數(shù)字技術(shù)應(yīng)用業(yè)、數(shù)字要素驅(qū)動業(yè)、數(shù)字產(chǎn)品服務(wù)業(yè)；1.1市場環(huán)境分析市場環(huán)境分析數(shù)據(jù)要素市場改革推動數(shù)據(jù)協(xié)同模式、商業(yè)模式轉(zhuǎn)數(shù)據(jù)要素市場改革推動數(shù)據(jù)協(xié)同模式、商業(yè)模式轉(zhuǎn)變變2020年4月，中共中央、國務(wù)院發(fā)布關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見，將

6、數(shù)據(jù)同土地、勞動力、資本、技術(shù)等傳統(tǒng)生產(chǎn) 要素并列，作為一種新型生產(chǎn)要素參與分配。伴隨著數(shù)據(jù)要素市場改革推進(jìn)，傳統(tǒng)數(shù)據(jù)流通機(jī)制進(jìn)一步升級，數(shù)據(jù)協(xié)同模式由一次交易向多次安 全應(yīng)用演進(jìn)。此外，數(shù)據(jù)要素市場改革推動了數(shù)據(jù)產(chǎn)業(yè)的商業(yè)模式創(chuàng)新，從而對數(shù)據(jù)安全也提出了新出的需求。通過數(shù)據(jù)交易平臺對數(shù)據(jù)所有權(quán)進(jìn)行交易1.0 模式：數(shù)據(jù) 包時(shí)代2.0 模式：明文 數(shù)據(jù)API接口時(shí)代將加工處理完的單方結(jié)果數(shù)據(jù)以API（應(yīng) 用程序接口）形式輸出3.0 模式：隱私 計(jì)算時(shí)代通過協(xié)議或算法使得數(shù)據(jù)計(jì)算服務(wù)在不泄 漏原始數(shù)據(jù)的前提下充分挖掘數(shù)據(jù)價(jià)值， 實(shí)現(xiàn)數(shù)據(jù)所有權(quán)與使用權(quán)的分離直接交易模式授權(quán)轉(zhuǎn)移模式數(shù)據(jù)市場模式一般

7、數(shù)據(jù)平臺模式具備授權(quán)和問責(zé)式 數(shù)據(jù)平臺模式數(shù)據(jù)銀行模式圖：數(shù)據(jù)協(xié)同模式演進(jìn)圖：數(shù)據(jù)協(xié)同模式演進(jìn)圖圖2:七種數(shù)據(jù)交易商業(yè)模式七種數(shù)據(jù)交易商業(yè)模式數(shù)據(jù)信托模式數(shù)據(jù)來源：甲子光年智庫，2021；51.1市場環(huán)境分析市場環(huán)境分析企業(yè)數(shù)字化進(jìn)程面臨數(shù)據(jù)安全困境，隱私計(jì)算需求迫企業(yè)數(shù)字化進(jìn)程面臨數(shù)據(jù)安全困境，隱私計(jì)算需求迫切切隨著企業(yè)數(shù)字化轉(zhuǎn)型深入滲透，企業(yè)累計(jì)數(shù)據(jù)資產(chǎn)增多，平均數(shù)量級達(dá)到3.2PB，海量數(shù)據(jù)資產(chǎn)一方面意味著存在大量價(jià)值等待挖掘，另一方面意 味著對數(shù)據(jù)安全防護(hù)能力提出了更高的要求，隱私計(jì)算的應(yīng)用能夠幫助實(shí)現(xiàn)數(shù)據(jù)“可用不可見”。企業(yè)數(shù)字化需求高圖圖1：企業(yè)數(shù)字化需求度：企業(yè)數(shù)字化需求度數(shù)據(jù)資

8、產(chǎn)累積多100TB-500TB18%10TB-100TB36%5TB-10TB4%5TB以下5%12%16%8%500TB-1024TB1PB-10PB10PB以上圖圖2：企業(yè)累積數(shù)據(jù)資源分布情況：企業(yè)累積數(shù)據(jù)資源分布情況平均數(shù)據(jù)量級平均數(shù)據(jù)量級 3.2PB39%32%30%27%20%16%缺乏完整的安全體系數(shù)據(jù)風(fēng)險(xiǎn)應(yīng)對機(jī)制落后缺乏健全的數(shù)據(jù)安全服務(wù)數(shù)據(jù)治理能力弱系統(tǒng)高度離散缺乏統(tǒng)一管控防護(hù)數(shù)據(jù)可控性受限數(shù)據(jù)安全面臨多重挑戰(zhàn)高需求 31%數(shù)據(jù)來源：甲子光年智庫，2021；6有需求 60%無需求 9%圖圖3：企業(yè)數(shù)據(jù)安全困境：企業(yè)數(shù)據(jù)安全困境1.2隱私計(jì)算發(fā)展歷程隱私計(jì)算發(fā)展歷程技術(shù)發(fā)展近半個(gè)

9、世紀(jì)，商業(yè)化進(jìn)程開啟加速模技術(shù)發(fā)展近半個(gè)世紀(jì)，商業(yè)化進(jìn)程開啟加速模式式20世紀(jì)80年代姚期智等人提出多 方安全計(jì)算2008年第一家專攻多方安全計(jì) 算解決方案的技術(shù)廠商 Partisia在丹麥成立2011年-2015年微軟開始深入研究多方安全計(jì)算王爽教授提出全球首篇醫(yī)療在線聯(lián)邦 學(xué)習(xí)底層框架文獻(xiàn)；全球iDash國際安全計(jì)算競賽發(fā)起；英特爾推出Intel SGX2016年國內(nèi)開始出現(xiàn)獨(dú)立的 隱私計(jì)算商業(yè)項(xiàng)目谷歌提出聯(lián)邦學(xué)習(xí)2018年微眾銀行開發(fā)了全球 首個(gè)工業(yè)級聯(lián)邦學(xué)習(xí) 開源框架FATE2021年關(guān)鍵信息基礎(chǔ)設(shè)施安 全保護(hù)條例、數(shù)據(jù) 安全法、個(gè)人信息 保護(hù)法開始實(shí)施隱私計(jì)算迎來融資熱潮，行業(yè)發(fā)展全

10、面加速從20世紀(jì)80年代多方安全計(jì)算提出至今，隱私計(jì)算相關(guān)技術(shù)發(fā)展已經(jīng)將近半個(gè)世紀(jì)，商業(yè)化也已經(jīng)十余年。2021年以來，相關(guān)政策出臺催化了行 業(yè)發(fā)展進(jìn)程，隱私計(jì)算行業(yè)開啟加速發(fā)展模式。圖：隱私計(jì)算發(fā)展歷程圖：隱私計(jì)算發(fā)展歷程數(shù)據(jù)來源：甲子光年智庫整理；71.3隱私計(jì)算特征隱私計(jì)算特征致力于實(shí)現(xiàn)數(shù)據(jù)致力于實(shí)現(xiàn)數(shù)據(jù)“可用不可見可用不可見”，破解數(shù)據(jù)保護(hù)與應(yīng)用矛，破解數(shù)據(jù)保護(hù)與應(yīng)用矛盾盾隱私計(jì)算（Privacy Computing）是“隱私保護(hù)計(jì)算”（Privacy-Preserving Computation ）的簡稱，有時(shí)也被稱為“隱私增強(qiáng)技術(shù)”（Privacy-Enhancing Comput

11、ation），指的是由兩方或者多方聯(lián)合計(jì)算的技術(shù)或系統(tǒng)，參與方在不泄露各自數(shù)據(jù)的前提下通過協(xié)作對數(shù)據(jù)進(jìn)行 聯(lián)合學(xué)習(xí)和聯(lián)合分析，且計(jì)算結(jié)果可被驗(yàn)證。數(shù)據(jù)價(jià)值挖掘?qū)τ趥€(gè)人、企業(yè)、政府來說具有顯著意義，而如何兼顧數(shù)據(jù)應(yīng)用和安全，平衡效率和風(fēng)險(xiǎn)是數(shù)據(jù)價(jià)值挖掘過程中的核心問題，隱私計(jì) 算有助于破解這一難題。個(gè)人消費(fèi)者個(gè)人消費(fèi)者企業(yè)企業(yè)政府政府隨著個(gè)人信息保護(hù)法落地， 提升個(gè)人數(shù)據(jù)所有權(quán)，實(shí)現(xiàn)授 權(quán)機(jī)制下的數(shù)據(jù)使用是大勢所 趨。隱私計(jì)算能夠降低個(gè)人隱 私數(shù)據(jù)在應(yīng)用過程中泄密風(fēng)險(xiǎn)。數(shù)據(jù)作為一種生產(chǎn)要素，越來 越多的業(yè)務(wù)場景需要多方數(shù)據(jù) 流通和共享，打破“數(shù)據(jù)孤 島”。隱私計(jì)算能夠兼顧多方協(xié)作過程中的安全性與

12、效率性。數(shù)據(jù)開放已成為提升政務(wù)服務(wù) 的關(guān)鍵。隱私計(jì)算能夠在保障 數(shù)據(jù)安全的同時(shí)，增強(qiáng)全社會 的數(shù)據(jù)協(xié)作，推動數(shù)據(jù)要素賦 能產(chǎn)業(yè)升級。數(shù)據(jù)來源：甲子光年智庫，2021；81.4隱私計(jì)算行業(yè)發(fā)展痛點(diǎn)隱私計(jì)算行業(yè)發(fā)展痛點(diǎn)行業(yè)生態(tài)發(fā)展處于早期，政策、技術(shù)、商業(yè)模式仍需成長適行業(yè)生態(tài)發(fā)展處于早期，政策、技術(shù)、商業(yè)模式仍需成長適配配 由于正處于發(fā)展早期，隱私計(jì)算產(chǎn)業(yè)在走向壯大的過程中面臨許多挑戰(zhàn)。比如政策和法規(guī)落地的遲滯；技術(shù)和產(chǎn)品成熟度欠缺；未 來商業(yè)模式走向不明晰等。數(shù)據(jù)源數(shù)量和質(zhì)量法律法規(guī)落地算力安全性計(jì)算精度數(shù)據(jù)源是隱私計(jì)算的基礎(chǔ)，獲取足夠多的數(shù)據(jù) 源才能展開更多應(yīng)用。目前，隱私計(jì)算網(wǎng)絡(luò)上 數(shù)據(jù)源

13、節(jié)點(diǎn)占比較低。并且，數(shù)據(jù)源中存在數(shù) 據(jù)質(zhì)量不高的問題，比如數(shù)據(jù)缺失、數(shù)據(jù)錯(cuò)誤 等，均將影響計(jì)算結(jié)果。隱私計(jì)算所采用的一些密碼學(xué)加密算法，對于平 臺的算力和通信開銷很大，尤其是在面臨跨行業(yè)、 大規(guī)模、多模態(tài)的計(jì)算任務(wù)時(shí)，往往是以犧牲性 能換安全，需要算力平臺從通用型向?qū)＞脱葸M(jìn)。隱私計(jì)算對于數(shù)據(jù)調(diào)用的全鏈路安全要求提升， 比如數(shù)據(jù)安全、密碼安全、模型安全、協(xié)議安全 等。隨著對應(yīng)用場景深入，隱私計(jì)算對計(jì)算精度的要 求持續(xù)提升，比如同態(tài)加密技術(shù)中，如何解決復(fù) 雜函數(shù)的浮點(diǎn)運(yùn)算等。2021年以來實(shí)施數(shù)據(jù)安全法和個(gè)人信息 保護(hù)法，但數(shù)據(jù)分級、技術(shù)標(biāo)準(zhǔn)落地應(yīng)用仍需 時(shí)日。商業(yè)模式目前商業(yè)模式有待進(jìn)一步分野

14、，銷售模式、服務(wù) 模式、分潤模式等商業(yè)模式仍然缺少標(biāo)桿性案例。數(shù)據(jù)來源：甲子光年智庫，2021；9C O N T E N T S隱私計(jì)算市場現(xiàn)狀隱私計(jì)算技術(shù)分析隱私計(jì)算應(yīng)用場景發(fā)展趨勢展望隱私計(jì)算變革03040502012.1隱私計(jì)算產(chǎn)業(yè)鏈分析隱私計(jì)算產(chǎn)業(yè)鏈分析隱私計(jì)算行業(yè)玩家豐富，各領(lǐng)域企業(yè)跑馬圈隱私計(jì)算行業(yè)玩家豐富，各領(lǐng)域企業(yè)跑馬圈地地 隱私計(jì)算產(chǎn)業(yè)鏈包括數(shù)據(jù)提供方、隱私計(jì)算廠商、數(shù)據(jù)使用方、第三方應(yīng)用提供商、監(jiān)督方五大角色。其中，數(shù)據(jù)提供方、 隱私計(jì)算廠商、數(shù)據(jù)使用方是主要角色，分別占據(jù)產(chǎn)業(yè)鏈上中下游。第三方應(yīng)用將為這三大角色提供技術(shù)支持也能參與分 潤，監(jiān)管方則對產(chǎn)業(yè)鏈各環(huán)節(jié)進(jìn)行監(jiān)管，有

15、時(shí)也作為數(shù)據(jù)源存在。數(shù)據(jù)使用方隱私計(jì)算廠商數(shù)據(jù)提供方第三方應(yīng)用提供商醫(yī)療機(jī)構(gòu)金融機(jī)構(gòu)政府初創(chuàng)專精型廠商人工智能/金 融科技廠商互聯(lián)網(wǎng) 廠商區(qū)塊鏈 廠商網(wǎng)絡(luò)安全/ 大數(shù)據(jù)廠商人工智能廠商大數(shù)據(jù)服務(wù)商醫(yī)療 數(shù)據(jù)各級醫(yī)院、醫(yī)保機(jī) 構(gòu)、醫(yī)藥公司等金融 數(shù)據(jù)各級金融機(jī)構(gòu)、銀 聯(lián)、互聯(lián)網(wǎng)公司等政務(wù) 數(shù)據(jù)各地大數(shù)據(jù)局、稅 務(wù)、司法、工商等云廠商監(jiān)管方經(jīng)信委網(wǎng)信辦銀保監(jiān)會衛(wèi)監(jiān)委數(shù)據(jù)來源：甲子光年智庫，2021；112.2隱私計(jì)算市場競爭格局隱私計(jì)算市場競爭格局大型廠商占據(jù)先發(fā)優(yōu)勢，頂尖科研背景初創(chuàng)型企業(yè)潛力無大型廠商占據(jù)先發(fā)優(yōu)勢，頂尖科研背景初創(chuàng)型企業(yè)潛力無限限螞蟻集團(tuán)微眾銀行技技 術(shù)術(shù) 領(lǐng)領(lǐng) 先先 性性市場

16、競爭力市場競爭力 目前，隱私計(jì)算市場正面臨一片藍(lán)海，從隱私計(jì)算總體競爭格局來看，第一象限企業(yè)包含各類型隱私計(jì)算廠商。螞蟻集團(tuán)、 微眾銀行等大型廠商具備技術(shù)和市場積累，在競爭中具有一定先發(fā)優(yōu)勢，而像锘崴科技、瑞萊智慧等廠商，憑借頂尖科研 團(tuán)隊(duì)，能夠在市場競爭不充分時(shí)占領(lǐng)一席之地。圖：隱私計(jì)算廠商市場競爭格局潛力象限圖：隱私計(jì)算廠商市場競爭格局潛力象限數(shù)據(jù)來源：甲子光年智庫，2021；瑞萊智慧富數(shù)科技洞見科技PlatON趣鏈致星科技同態(tài)信息百度锘崴科技華控清交 翼方健數(shù)藍(lán)象智聯(lián)神譜科技沖量在線慢霧科技矩陣元同盾控股122.2隱私計(jì)算市場競爭格局隱私計(jì)算市場競爭格局金融科技大廠專利數(shù)量積累豐富，初創(chuàng)

17、專精型企業(yè)是技術(shù)提供主力金融科技大廠專利數(shù)量積累豐富，初創(chuàng)專精型企業(yè)是技術(shù)提供主力軍軍 甲子光年智庫通過統(tǒng)計(jì)隱私計(jì)算核心技術(shù)專利數(shù)量TOP15申請人，從專利數(shù)量來看，螞蟻集團(tuán)、微眾銀行、平安科技等金 融科技大廠占據(jù)優(yōu)勢；從廠商數(shù)量來看，初創(chuàng)專精型廠商占據(jù)半壁江山。6722581159219螞蟻集團(tuán)微眾銀行華為 騰訊科技華控清交58平安科技57翼方健數(shù)45百度38致星科技38同態(tài)信息37趣鏈科技28洞見科技锘崴科技16矩陣元15瑞萊智慧12圖圖1：隱私計(jì)算核心技術(shù)專利數(shù)：隱私計(jì)算核心技術(shù)專利數(shù)TOP15企業(yè)企業(yè)圖圖2：隱私計(jì)算核心技術(shù)專利申請人：隱私計(jì)算核心技術(shù)專利申請人TOP15各類型企業(yè)占比

18、各類型企業(yè)占比區(qū)塊鏈廠商, 13%初創(chuàng)專精型廠商,40%互聯(lián)網(wǎng)廠商, 20%人工智能/金融科技廠商, 27%數(shù)據(jù)來源：智慧芽、甲子光年智庫，2021年；132.3隱私計(jì)算市場規(guī)模隱私計(jì)算市場規(guī)模2025年整體市場規(guī)模超年整體市場規(guī)模超200億元億元，2021-2025年年CAGR超超100% 隨著中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展以及隱私計(jì)算技術(shù)不斷實(shí)現(xiàn)商業(yè)化，隱私計(jì)算市場規(guī)模將持續(xù)增長。目前數(shù)據(jù)使用方支出主要為 產(chǎn)品及服務(wù)費(fèi)，根據(jù)甲子光年智庫測算，到2025年該領(lǐng)域市場將超過200億，2021年至2025年年均復(fù)合增長率達(dá) 133.4%。圖圖：2020年年-2025年中國隱私計(jì)算市場規(guī)模（單位：億元）年中國

19、隱私計(jì)算市場規(guī)模（單位：億元）4.07.425.967.4133.5220.3400.0%250.0%160.0%98.0%65.0%54.0%20202021E2022E2023E2024E2025E市場規(guī)模（億元）增長率數(shù)據(jù)來源：甲子光年智庫，2021；142.3隱私計(jì)算市場規(guī)模隱私計(jì)算市場規(guī)模初創(chuàng)專精型廠商和人工智能初創(chuàng)專精型廠商和人工智能/金融科技廠商是主力軍，金融行業(yè)占比最金融科技廠商是主力軍，金融行業(yè)占比最高高 根據(jù)甲子智庫統(tǒng)計(jì)，2021年各領(lǐng)域隱私計(jì)算廠商中，初創(chuàng)專精型廠商市場規(guī)模總量最高，其次是人工智能/金融科技廠商； 從聚焦行業(yè)來看，金融行業(yè)占比最高。初創(chuàng)專精型廠商,31%人

20、工智能/金融科技 廠商, 22%區(qū)塊鏈廠商, 21%網(wǎng)絡(luò)安全/大 數(shù)據(jù)廠商, 10%互聯(lián)網(wǎng)廠商,14%其他, 10%金融, 39%醫(yī)療, 22%政務(wù), 28%數(shù)據(jù)來源：甲子光年智庫，2021；15圖圖1：2021年各領(lǐng)域隱私計(jì)算廠商市場規(guī)模占比年各領(lǐng)域隱私計(jì)算廠商市場規(guī)模占比圖圖2：2021年隱私計(jì)算各行業(yè)市場規(guī)模占比年隱私計(jì)算各行業(yè)市場規(guī)模占比2.3隱私計(jì)算市場重點(diǎn)行業(yè)規(guī)模：金融、政務(wù)、醫(yī)隱私計(jì)算市場重點(diǎn)行業(yè)規(guī)模：金融、政務(wù)、醫(yī)療療 甲子光年智庫通過對金融、政務(wù)、醫(yī)療領(lǐng)域隱私計(jì)算市場規(guī)模進(jìn)行測算，2021年至2025年，年均復(fù)合增長率均在130- 150%左右，呈現(xiàn)高速增長態(tài)勢。圖圖1：20

21、20-2024年隱私計(jì)算金融領(lǐng)域年隱私計(jì)算金融領(lǐng)域 市場規(guī)模（單位：億元）市場規(guī)模（單位：億元）圖圖2：2020-2024年隱私計(jì)算政務(wù)領(lǐng)域年隱私計(jì)算政務(wù)領(lǐng)域 市場規(guī)模（單位：億元）市場規(guī)模（單位：億元）圖圖3:2020-2024年隱私計(jì)算醫(yī)療領(lǐng)域年隱私計(jì)算醫(yī)療領(lǐng)域 市場規(guī)模（單位：億元）市場規(guī)模（單位：億元）0.31.75.917.338.561.62020 2021E 2022E 2023E 2024E 2025E0.62.16.518.137.659.52020 2021E 2022E 2023E 2024E 2025E0.6數(shù)據(jù)來源：甲子光年智庫，2021；162.911.13170.

22、5116.22020 2021E 2022E 2023E 2024E 2025E2.4隱私計(jì)算產(chǎn)業(yè)圖譜隱私計(jì)算產(chǎn)業(yè)圖譜 目前，隱私計(jì)算已經(jīng)成為各領(lǐng)域企業(yè)跑馬圈地的賽場，互聯(lián)網(wǎng)廠商、人工智能/金融科技廠商以及網(wǎng)絡(luò)安全/大數(shù)據(jù)廠商基 于其原有資源生態(tài)和技術(shù)路線，切入到隱私計(jì)算領(lǐng)域。初創(chuàng)專精型廠商則專注于提供隱私計(jì)算技術(shù)和服務(wù)；區(qū)塊鏈廠商基 于原有技術(shù)積累，開始在隱私計(jì)算領(lǐng)域?qū)で蟮诙l增長曲線。互聯(lián)網(wǎng)廠商人工智能/金融科技廠商網(wǎng)絡(luò)安全/大數(shù)據(jù)廠商初創(chuàng)專精型廠商區(qū)塊鏈廠商17C O N T E N T S隱私計(jì)算市場現(xiàn)狀隱私計(jì)算技術(shù)分析隱私計(jì)算應(yīng)用場景發(fā)展趨勢展望隱私計(jì)算變革02050103043.1

23、隱私計(jì)算核心技術(shù)隱私計(jì)算核心技術(shù) 隱私計(jì)算不是某一具體技術(shù)，其由密碼學(xué)、人工智能、安全硬件等許多領(lǐng)域交叉融合而成。從技術(shù)原理上看，隱私計(jì)算主 要分為密碼學(xué)和安全硬件兩大領(lǐng)域。密碼學(xué)技術(shù)目前以多方安全計(jì)算為代表，同態(tài)加密還在研發(fā)早期；安全硬件領(lǐng)域主要 指可信執(zhí)行環(huán)境；此外，還有由人工智能和密碼學(xué)衍生出的聯(lián)邦學(xué)習(xí)等技術(shù)。聯(lián)邦學(xué)習(xí)（FL）2012年，王爽教授開創(chuàng)性地提出了全球首篇醫(yī)療在線聯(lián)邦學(xué)習(xí)底層框架的 文獻(xiàn)；2016年，Google提出聯(lián)邦學(xué)習(xí)在移動互聯(lián)網(wǎng)上應(yīng)用的概念，聯(lián)邦學(xué)習(xí)技術(shù)開始廣為人知；2018年，微眾銀行應(yīng)用“聯(lián)邦學(xué)習(xí)”技術(shù)，發(fā)布開源項(xiàng)目FATE。可信執(zhí)行環(huán)境（TEE）同態(tài)加密（HE）

24、多方安全計(jì)算（MPC）1978年，隨著非對稱式加密算法RSA出現(xiàn)，同態(tài)加密的概念被首次提出2009年，Gentry提出首個(gè)實(shí)用全同態(tài)加密算法，標(biāo)志著全同態(tài)加密時(shí)代開啟2017年，國際同態(tài)加密標(biāo)準(zhǔn)委員會成立。1982年，姚期智提出百萬富翁問題，引入安全兩方計(jì)算；1987年，GMW將安全兩方計(jì)算拓展到多方安全計(jì)算；2008年，多方安全計(jì)算技術(shù)首次被應(yīng)用到拍賣比價(jià)過程中；2019年，由阿里巴巴牽頭的MPC聯(lián)盟成立，并推進(jìn)相關(guān)IEEE國際標(biāo)準(zhǔn)。在保障大數(shù)據(jù)交換時(shí)的信息安全、保 護(hù)終端數(shù)據(jù)和個(gè)人數(shù)據(jù)隱私、保證合 法合規(guī)的前提下，在多參與方或多計(jì) 算結(jié)點(diǎn)之間開展高效率的機(jī)器學(xué)習(xí)。在保障隱私的前提下，多個(gè)參

25、與方各 自輸入信息，并得到一個(gè)運(yùn)算結(jié)果。 多方安全計(jì)算的實(shí)現(xiàn)包含多個(gè)關(guān)鍵的 底層密碼學(xué)協(xié)議或框架，主要包括不 經(jīng)意傳輸、混淆電路、秘密分享等。基于硬件防護(hù)能力的隔離執(zhí)行環(huán)境中 計(jì)算，實(shí)現(xiàn)數(shù)據(jù)安全和隱私保護(hù)功能。對密文進(jìn)行特定的代數(shù)運(yùn)算后得到仍 然是加密的結(jié)果，將其解密所得到的 結(jié)果與明文計(jì)算的運(yùn)算結(jié)果一樣。2009年，OMTP提出TEE標(biāo)準(zhǔn)；2015年，Intel發(fā)布首款商業(yè)化支持TEE方案的CPU Intel SGX；2018年，Mesa TEE借鑒方案；2020年阿里巴巴發(fā)布Occlum TEE系統(tǒng)。人工 智能19密碼學(xué)安全硬件3.2技術(shù)成熟度分析技術(shù)成熟度分析多方安全技術(shù)計(jì)算發(fā)展最為成熟

26、，其他技術(shù)均處高速成長多方安全技術(shù)計(jì)算發(fā)展最為成熟，其他技術(shù)均處高速成長期期技術(shù)技術(shù)可信執(zhí)行環(huán)境可信執(zhí)行環(huán)境多方安全計(jì)算多方安全計(jì)算同態(tài)加密同態(tài)加密聯(lián)邦學(xué)習(xí)聯(lián)邦學(xué)習(xí)性能高低中低高通用性中高中低高效性中中高低準(zhǔn)確性高高高中高保密性中高高高中整體描述通用性強(qiáng)，性能 佳，但需要信任 芯片廠商（Intel、ARM）等通用性強(qiáng)，安全 性高，研究時(shí)間 長，性能不斷提 升，目前應(yīng)用廣泛計(jì)算開銷大， 通信開銷小， 安全性高， 開發(fā)難度大，目前實(shí)用性較低綜合運(yùn)用密碼 學(xué)各類方法， 應(yīng)用已進(jìn)入相 對成熟階段技術(shù)成熟 度處于技術(shù)發(fā)展快 速成長期已達(dá)到技術(shù)成熟 的預(yù)期峰值處 于 技 術(shù) 創(chuàng) 新 早 期 ， 快 速發(fā)展

27、階段處于技術(shù)發(fā)展 快速成長期28201956%40%38%26%13多方安全計(jì)算可信執(zhí)行環(huán)境聯(lián)邦學(xué)習(xí)同態(tài)加密企業(yè)數(shù)量占比數(shù)據(jù)來源：甲子光年智庫，2021；20圖：隱私計(jì)算服務(wù)商技術(shù)分布及占行業(yè)整體數(shù)量比圖：隱私計(jì)算服務(wù)商技術(shù)分布及占行業(yè)整體數(shù)量比重重 甲子光年智庫根據(jù)對50家隱私技術(shù)服務(wù)商核心技術(shù)分析，56%的廠商應(yīng)用了多方安全計(jì)算技術(shù)，其次是可信執(zhí)行環(huán)境、 聯(lián)邦學(xué)習(xí)、同態(tài)加密。從技術(shù)成熟度來看多方安全計(jì)算已經(jīng)達(dá)到成熟的預(yù)期峰值，可信執(zhí)行環(huán)境和聯(lián)邦學(xué)習(xí)均處于高速發(fā) 展階段，同態(tài)加密處于早期快速發(fā)展階段。圖：隱私計(jì)算核心技術(shù)發(fā)展情況圖：隱私計(jì)算核心技術(shù)發(fā)展情況3.3技術(shù)架構(gòu)分析技術(shù)架構(gòu)分析為底層

28、計(jì)算到數(shù)據(jù)運(yùn)營全流程安全保駕護(hù)為底層計(jì)算到數(shù)據(jù)運(yùn)營全流程安全保駕護(hù)航航 技術(shù)架構(gòu)可分為平臺層、計(jì)算層、安全層、應(yīng)用層和運(yùn)營層，平臺層由云廠商組成，大多數(shù)隱私計(jì)算服務(wù)商覆蓋計(jì)算層、 安全層，應(yīng)用層廠商則需要與金融、醫(yī)療場景深度融合，運(yùn)營層則側(cè)重于數(shù)據(jù)流通過程中的運(yùn)營服務(wù)。圖：隱私計(jì)算平臺技術(shù)架構(gòu)體系圖：隱私計(jì)算平臺技術(shù)架構(gòu)體系計(jì)算層安全層 數(shù)據(jù)模型安全 用戶安全 計(jì)算安全 結(jié)果安全平臺層應(yīng)用層 數(shù)據(jù)查詢 聯(lián)合模型 模型評估 安全決策 深度學(xué)習(xí) 目標(biāo)匹配 統(tǒng)計(jì)分析 統(tǒng)計(jì)決策 公有云 私有云 混合云 聯(lián)盟學(xué)習(xí) 區(qū)塊鏈 隱私計(jì)算運(yùn)營層 數(shù)據(jù)查詢 數(shù)據(jù)分析 模型結(jié)果分析 數(shù)據(jù)授權(quán) 數(shù)據(jù)管理 數(shù)據(jù)追溯 數(shù)

29、據(jù)托管 數(shù)據(jù)流通典型代表數(shù)據(jù)來源：甲子光年智庫，2021；213.4產(chǎn)品形態(tài)分析：平臺類產(chǎn)品為市場主產(chǎn)品形態(tài)分析：平臺類產(chǎn)品為市場主力力特點(diǎn)一種是數(shù)據(jù)流通基礎(chǔ)設(shè)施平臺，提供底層技 術(shù)平臺，一般不直接接觸數(shù)據(jù)和提供具體應(yīng) 用開發(fā)服務(wù)；另一類則與業(yè)務(wù)結(jié)合緊密主要應(yīng)用于業(yè)務(wù)場景，比如智慧風(fēng)控、疾病 防控、新藥研發(fā)等受限于對國外芯片的強(qiáng)依賴，國內(nèi)該產(chǎn)品較 少，但仍有部分廠商已開始開展在國產(chǎn)化硬 件方面的合作探索基于多方安全計(jì)算的 隱私計(jì)算平臺基于聯(lián)邦學(xué)習(xí)的 隱私計(jì)算平臺可信執(zhí)行環(huán)境類產(chǎn)品代表廠商產(chǎn)品類型平 臺 類 產(chǎn) 品硬 件 安 全 產(chǎn) 品 目前市場上隱私計(jì)算產(chǎn)品以平臺類產(chǎn)品為主，主要包括基于多方安

30、全計(jì)算的隱私計(jì)算平臺、基于聯(lián)邦學(xué)習(xí)的隱私計(jì)算平臺 以及可信執(zhí)行環(huán)境類產(chǎn)品。其中，基于聯(lián)邦學(xué)習(xí)的隱私計(jì)算平臺在金融領(lǐng)域應(yīng)用廣泛。數(shù)據(jù)來源：甲子光年智庫，2021；22C O N T E N T S隱私計(jì)算市場現(xiàn)狀隱私計(jì)算應(yīng)用場景發(fā)展趨勢展望隱私計(jì)算變革0205010403隱私計(jì)算技術(shù)分析4.1商業(yè)模式分析商業(yè)模式分析銷售和服務(wù)模式為主，多種模式混合搭銷售和服務(wù)模式為主，多種模式混合搭配配 目前，隱私計(jì)算服務(wù)商主要有三種商業(yè)模式，通常三種模式混合搭配。由于行業(yè)發(fā)展處于早期，對于大多數(shù)公司來說，軟 硬件以及服務(wù)是主要的營收來源。隨著數(shù)據(jù)源節(jié)點(diǎn)不斷豐富、行業(yè)生態(tài)日趨完善，隱私計(jì)算服務(wù)商與數(shù)據(jù)使用方或提

31、供方 合作，能夠獲得長期持續(xù)性收入。圖：隱私計(jì)算主要商業(yè)模式圖：隱私計(jì)算主要商業(yè)模式軟硬件 銷售模式一次性收取產(chǎn)品、系統(tǒng)搭 建費(fèi)服務(wù)模式按年度收取系統(tǒng) 維護(hù)費(fèi)用分潤模式與數(shù)據(jù)使用方聯(lián)合運(yùn)營方， 與數(shù)據(jù)提供方合作，實(shí)現(xiàn) 利潤共享模式一模式二模式三數(shù)據(jù)來源：甲子光年智庫，2021；244.1商業(yè)模式：軟硬件銷售模式商業(yè)模式：軟硬件銷售模式/服務(wù)模服務(wù)模式式硬件產(chǎn)品軟件產(chǎn)品主要特點(diǎn) 產(chǎn)品類型：隱私計(jì)算一體機(jī)、隱私計(jì)算平臺、 FPGA加 速卡 維護(hù)和服務(wù)：算法和模型更新，按年度收取服務(wù)費(fèi) 收費(fèi)方式：根據(jù)客戶需求按照系統(tǒng)所消耗的計(jì)算存儲資 源、數(shù)據(jù)源節(jié)點(diǎn)數(shù)量收費(fèi)，每單數(shù)十萬到數(shù)百萬不等。典型企業(yè)及其產(chǎn)品

32、數(shù)據(jù)調(diào)用銷 售隱私保護(hù)及其學(xué)習(xí)平臺RealSecure锘崴信隱私計(jì)算平臺星云Cluster隱私計(jì)算軟硬件一體機(jī)PrivPy多方安全計(jì)算平臺維護(hù)和服務(wù)數(shù)據(jù)使用方業(yè)務(wù)應(yīng)用隱私計(jì)算技術(shù)服務(wù)商數(shù)據(jù)提供方數(shù)據(jù)來源：甲子光年智庫，2021；25圖：隱私計(jì)算軟硬件銷售圖：隱私計(jì)算軟硬件銷售/服務(wù)模式服務(wù)模式4.1商業(yè)模式：分潤模式商業(yè)模式：分潤模式 收費(fèi)方式：1早期數(shù)據(jù)使用方無需承擔(dān)大額平臺系統(tǒng)搭建費(fèi)用，技 術(shù)服務(wù)方從數(shù)據(jù)使用方業(yè)務(wù)應(yīng)用的收益中分潤；2根據(jù)數(shù)據(jù)使用方的數(shù)據(jù)調(diào)用量，從數(shù)據(jù)源收益中分潤；3目前該模式還在探索當(dāng)中，還未被廣泛使用。主要特點(diǎn)隱私計(jì)算技術(shù) 服務(wù)商數(shù)據(jù) 使用 方數(shù)據(jù) 提供 方數(shù)據(jù)源分潤數(shù)

33、據(jù)來源：甲子光年智庫，2021；26收益分潤業(yè)務(wù) 應(yīng)用圖：隱私計(jì)算分潤模式圖：隱私計(jì)算分潤模式4.2應(yīng)用行業(yè)分類應(yīng)用行業(yè)分類政務(wù)、金融、醫(yī)療為主要應(yīng)用行政務(wù)、金融、醫(yī)療為主要應(yīng)用行業(yè)業(yè)39292282278%56%44%16%4%4%金融政務(wù)醫(yī)療營銷電信互聯(lián)網(wǎng)企業(yè)數(shù)量占比數(shù)據(jù)來源：甲子光年智庫，2021；27 從50家隱私計(jì)算服務(wù)商服務(wù)客戶領(lǐng)域來看，占比較高的有金融、政務(wù)、醫(yī)療、營銷等，其中金融占比較高，達(dá)39家，其 次是政務(wù)、醫(yī)療。圖：隱私計(jì)算各行業(yè)應(yīng)用企業(yè)數(shù)量及占整體企業(yè)數(shù)量比重圖：隱私計(jì)算各行業(yè)應(yīng)用企業(yè)數(shù)量及占整體企業(yè)數(shù)量比重4.2應(yīng)用行業(yè)分類應(yīng)用行業(yè)分類各領(lǐng)域有代表性場景出現(xiàn)，大量場景

34、仍待挖掘落各領(lǐng)域有代表性場景出現(xiàn)，大量場景仍待挖掘落地地政務(wù)數(shù)據(jù)能力開放、一網(wǎng)通管、聯(lián)合安 防、政企互聯(lián)、智慧醫(yī)療、智慧城 市、應(yīng)急管理和應(yīng)急響應(yīng)等金融醫(yī)療聯(lián)合征信、精準(zhǔn)營銷、聯(lián)合風(fēng)控、客戶畫像等新藥研發(fā)、臨床輔助診斷、疫情 防控、基因分析、醫(yī)保風(fēng)控、科 研、醫(yī)療AI等 目前隱私計(jì)算各領(lǐng)域場景應(yīng)用比較單一，比如金融領(lǐng)域多集中于風(fēng)控和營銷，醫(yī)療集中于疫情防控、醫(yī)保風(fēng)控等。未來在 這些賽道還有大量場景可以挖掘。數(shù)據(jù)來源：甲子光年智庫，2021；284.3典型廠商分析：锘崴科技典型廠商分析：锘崴科技杭州锘崴信息科技有限公司(锘崴科技)團(tuán)隊(duì)由聯(lián)邦學(xué)習(xí)開拓學(xué)者王爽教授、前硅谷知名科學(xué)家和工程師組成。锘崴

35、科技致力于為我國開發(fā)一整套自 主、安全、可控的隱私計(jì)算基礎(chǔ)設(shè)施平臺，實(shí)現(xiàn)數(shù)據(jù)“可用不可見”和”數(shù)據(jù)不動價(jià)值動“的新型計(jì)算范式，賦能醫(yī)療、保險(xiǎn)等多個(gè)行業(yè)，促進(jìn) 多方的數(shù)據(jù)協(xié)作和計(jì)算。技術(shù)能力 聯(lián)邦學(xué)習(xí) 可信執(zhí)行環(huán)境 多方安全計(jì)算 同態(tài)加密標(biāo)桿客戶醫(yī) 療金 融政 務(wù) 2011年開始研究隱私計(jì)算，2013 年開創(chuàng)性地提出了全球首篇醫(yī)療在 線安全聯(lián)邦學(xué)習(xí)底層架構(gòu) 隱私計(jì)算領(lǐng)域發(fā)表超300余篇學(xué)術(shù)論文，總引用量超2萬余次行業(yè)應(yīng)用農(nóng)村精準(zhǔn)扶貧醫(yī)保核保或者醫(yī)保控費(fèi)政務(wù)數(shù)據(jù)開放共享生物基因聯(lián)合分析醫(yī)學(xué)影像分析及輔助診斷醫(yī)療數(shù)據(jù)匿蹤查詢臨床數(shù)據(jù)多中心研究多中心跨機(jī)構(gòu)金融聯(lián)合征信及風(fēng)控交易策略隱私保護(hù)及知識庫聯(lián)合

36、營銷、供應(yīng)鏈金融數(shù)據(jù)來源：锘崴科技；294.3典型廠商分析：锘崴科技典型廠商分析：锘崴科技锘崴科技以锘崴信隱私計(jì)算平臺為核心，包括醫(yī)療保險(xiǎn)（NovaVita），金融(NovaFintech)、政務(wù)（NovaGov）等系列產(chǎn)品。產(chǎn)品具備部署 靈活、強(qiáng)大技術(shù)平臺、開發(fā)便利等特征。代表產(chǎn)品锘崴信隱私計(jì)算平臺產(chǎn)品特色部署靈活強(qiáng)大技術(shù) 平臺開發(fā)便利安全保證容器化、云原生部署 + 端部署服務(wù)安全/健康監(jiān)控各組件/各層級的高可用、松耦合各種虛擬機(jī)或物理機(jī)的部署多種CPU及國產(chǎn)化架構(gòu)通用平臺 - 支持自主開發(fā)應(yīng)用軟硬件結(jié)合，聯(lián)邦學(xué)習(xí)、MPC、同態(tài)加密等技術(shù)集成方案面向政務(wù)、金融、醫(yī)療、安防等行業(yè)垂直應(yīng)用場景解

37、決方案支持橫向擴(kuò)展和數(shù)據(jù)并行，TB級數(shù)據(jù)處理能力支持細(xì)粒度并行計(jì)算支持多種高級開發(fā)語言常用數(shù)學(xué)計(jì)算函數(shù)庫機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法庫特定行業(yè)（醫(yī)療、金融等）算法庫開發(fā)-授權(quán)-發(fā)布全流程方案具有完備計(jì)算及結(jié)果可以驗(yàn)證證明 兼容國際開源和國產(chǎn)密碼體系支持惡意安全假設(shè)模型 支持區(qū)塊鏈存證審計(jì)功能，且可替換數(shù)據(jù)應(yīng)用授權(quán)管理流程 核心協(xié)議設(shè)計(jì)簡潔，支持可信第三方開放系統(tǒng)通信安全：SSL、CA認(rèn)證等數(shù)據(jù)來源：锘崴科技；304.3典型廠商分析：瑞萊智慧典型廠商分析：瑞萊智慧 聯(lián)邦學(xué)習(xí) 多方安全計(jì)算 匿蹤查詢 團(tuán)隊(duì)孵化自清華大學(xué)人工智能研究 院，由張鈸院士、朱軍教授共同擔(dān) 綱首席科學(xué)家。自主研發(fā)的聯(lián)邦A(yù)I編譯器直

38、觀可驗(yàn)證的安全性智慧風(fēng)控智能營銷聯(lián)合科研應(yīng)用場景瑞萊智慧RealAI是第三代人工智能技術(shù)基礎(chǔ)設(shè)施和解決方案提供商，提供一站式賦能平臺。其隱私保護(hù)計(jì)算平臺RealSecure是一款基于安全多方 計(jì)算、聯(lián)邦學(xué)習(xí)、匿蹤查詢等核心技術(shù)打造的數(shù)據(jù)安全共享基礎(chǔ)設(shè)施，能夠幫助金融機(jī)構(gòu)完成聯(lián)合風(fēng)控、聯(lián)合營銷、聯(lián)合科研等跨機(jī)構(gòu)數(shù)據(jù)合作 任務(wù)。技術(shù)能力代表產(chǎn)品隱私保護(hù)計(jì)算平臺RealSecure數(shù)據(jù)來源：瑞萊智慧；314.3典型案例分析典型案例分析锘崴科技：基于隱私保護(hù)的超大規(guī)模醫(yī)學(xué)科研網(wǎng)锘崴科技：基于隱私保護(hù)的超大規(guī)模醫(yī)學(xué)科研網(wǎng)絡(luò)絡(luò)锘崴科技基于隱私保護(hù)的超大規(guī)模醫(yī)學(xué)科研網(wǎng)絡(luò)pSCANNER在全球?qū)儆谑讋?chuàng)，該項(xiàng)目

39、始于2014年，通過創(chuàng)建一個(gè)大型、具有高度代表性的醫(yī)療 網(wǎng)絡(luò)來輔助臨床結(jié)果研究，提高國家進(jìn)行比較有效性研究（Comparative Effectiveness Research）的能力。來自17個(gè)衛(wèi)生系統(tǒng)超過三千萬人OMOP 氠俚埛卥卥做岻緶卸pSCANNER 利用聯(lián)邦學(xué)習(xí)等隱私計(jì)算技術(shù)，通過 “數(shù)據(jù)可用不可見”的方式，連接了17家現(xiàn)有醫(yī) 療衛(wèi)生系統(tǒng)的數(shù)據(jù)源，覆蓋了超過 3700 萬患者。方式一：不同的 數(shù)據(jù)源的數(shù)據(jù)脫 敏后，匯總進(jìn)行 分析傳統(tǒng)數(shù)據(jù) 共享方法pSCANNER通過使用可擴(kuò)展的聯(lián)邦式網(wǎng)絡(luò)基礎(chǔ)設(shè) 施以及新穎的隱私計(jì)算能夠?qū)亩嘀?心臨床數(shù)據(jù)庫收集的數(shù)據(jù)進(jìn)行近乎實(shí) 時(shí)的比較有效性研究和

40、前瞻性分析。OMOP公共數(shù)據(jù)模型公共數(shù)據(jù)模型方式二： 數(shù)據(jù) 存在不同數(shù)據(jù)源 的沙箱進(jìn)行獨(dú)立 分析，對于分析 結(jié)果通過薈萃分 析的方式整合影響數(shù)據(jù)質(zhì)量影響時(shí)效性影響數(shù)據(jù)的覆 蓋范圍基于每個(gè)數(shù)據(jù) 源的獨(dú)立結(jié)果 的薈萃分析的 精度有限，影 響實(shí)驗(yàn)結(jié)果。數(shù)據(jù)來源：锘崴科技；324.4典型案例分析典型案例分析瑞萊智慧：聯(lián)邦反欺詐建模和黑名單共享案瑞萊智慧：聯(lián)邦反欺詐建模和黑名單共享案例例0.710.720.740.230.320.36銀行A銀行B聯(lián)邦建模圖：應(yīng)用圖：應(yīng)用RealSecure前后前后 銀行反欺詐效果差異銀行反欺詐效果差異aucks使用隱私保護(hù)計(jì)算平臺，銀行A和銀行B 可以分別準(zhǔn)備相關(guān)反欺詐

41、樣本數(shù)據(jù)，包括 標(biāo)簽和特征，上傳至隱私保護(hù)計(jì)算節(jié)點(diǎn)， 通過橫向聯(lián)邦的方式，基于雙方銀行準(zhǔn)備 的反欺詐樣本數(shù)據(jù)進(jìn)行特征對齊及建模。 在雙方數(shù)據(jù)可用不可見的情況下，構(gòu)建一 個(gè)雙方可用的效果更優(yōu)的反欺詐模型。基于匿蹤查詢技術(shù)，銀行之間可發(fā)起隱私 黑名單查詢服務(wù)。匿蹤查詢技術(shù)是在發(fā)起 方不暴露查詢ID的前提下，能夠獲得該ID 在其他機(jī)構(gòu)的信息。查詢方可獲得黑名單 信息的密文結(jié)果，并解密獲得和名單標(biāo)簽 信息。在黑名單共享匿蹤在黑名單共享匿蹤 查詢場景中查詢場景中，銀行 擁有數(shù)萬量級黑名 單的情況下，匿蹤 黑名單服務(wù)單次查 詢的平均耗時(shí)為 720ms，通信數(shù)據(jù) 量為420M，滿足 了業(yè)務(wù)場景時(shí)效性 的要求

42、。圖：圖：銀行間基于匿蹤查詢技術(shù)查詢黑名單示意圖RealSecure橫向聯(lián)邦交易反欺詐示意圖應(yīng)用客戶風(fēng)控一直被視為銀行的核心能力，數(shù)據(jù)是關(guān)鍵要素，但是銀行自身能擁有與收集到的數(shù)據(jù)只是“小數(shù)據(jù)”，尤其在合規(guī)要求下，各家機(jī)構(gòu)面臨 “不愿、不敢、不能”共享數(shù)據(jù)的困境，導(dǎo)致無法支撐效果優(yōu)異的風(fēng)控模型。瑞萊智慧通過隱私計(jì)算保護(hù)平臺RealSecure，讓參與方銀行完成數(shù) 據(jù)安全合規(guī)的互聯(lián)對接。在此基礎(chǔ)上，基于橫向聯(lián)邦和匿蹤查詢等功能分別實(shí)現(xiàn)了反欺詐模型共建和黑名單共享，幫助銀行機(jī)構(gòu)提升風(fēng)控能力。核心技術(shù)應(yīng)用效果數(shù)據(jù)來源：瑞萊智慧；33C O N T E N T S隱私計(jì)算市場現(xiàn)狀隱私計(jì)算技術(shù)分析隱私計(jì)算

43、應(yīng)用場景發(fā)展趨勢展望隱私計(jì)算變革02040105045.1技術(shù)發(fā)展趨勢技術(shù)發(fā)展趨勢區(qū)塊鏈技術(shù)、聯(lián)邦學(xué)習(xí)深度應(yīng)用，開源框架開創(chuàng)新商業(yè)模區(qū)塊鏈技術(shù)、聯(lián)邦學(xué)習(xí)深度應(yīng)用，開源框架開創(chuàng)新商業(yè)模式式 隱私計(jì)算行業(yè)在中國發(fā)展正處于發(fā)展早期，底層技術(shù)很大程度影響產(chǎn)品的性能和功能，一方面多方安全計(jì)算等密碼學(xué)技術(shù)將不斷迭 代發(fā)展；另一方面，區(qū)塊鏈、聯(lián)邦學(xué)習(xí)與密碼學(xué)相關(guān)技術(shù)的融合成為未來發(fā)展趨勢。此外，未來開源框架將如何推動產(chǎn)業(yè)發(fā)展、構(gòu) 建新的商業(yè)模式同樣值得期待。區(qū)塊鏈技術(shù)區(qū)塊鏈技術(shù)聯(lián)邦學(xué)習(xí)聯(lián)邦學(xué)習(xí)隱私計(jì)算和區(qū)塊鏈能夠形成互補(bǔ) 的技術(shù)體系。隱私計(jì)算解決的是 計(jì)算過程可信問題，但不能確保 數(shù)據(jù)本身可信。引用區(qū)塊鏈技術(shù) 能夠解決這一問題。數(shù)據(jù)使用方 能夠?qū)⒌玫降募用苄畔⒃趨^(qū)塊鏈 中進(jìn)行驗(yàn)證，既能確保數(shù)據(jù)真實(shí) 性又能確保安全性。聯(lián)邦學(xué)習(xí)最大的特點(diǎn)是能夠在數(shù) 據(jù)不出本地的前提下，構(gòu)建共有 模型，其或?qū)⒊蔀橄乱淮斯ぶ?能協(xié)同算法和協(xié)作網(wǎng)絡(luò)的基礎(chǔ)。 目前，其與隱私計(jì)算重合度越來 越高，尤其在金融領(lǐng)域應(yīng)用廣泛。開源框架開源框架數(shù)據(jù)來源：甲子光年智庫，2021；35