数据|隐私计算:拿什么保护我们的数据安全?( 三 )


任重而道远 , 数据隐私计算的困境和出路
现在 , 随着社会发展进入数据要素时代 , 移动互联网进入下半场和国际局势的变化莫测 , 数据要素问题变得更加复杂 。 在隐私计算领域 , 公民数据安全使用的法律定位、企业内和企业间的数据的分析应用以及全球性的数据跨境交易流通 , 都面临着前所未有的挑战 , 在各个环节也还都存在各自的问题 。
首先从隐私计算关于公民数据安全使用的法律规定上 , 我国的法律尚未对隐私计算是否合法做出明确规定 , 在现有规定中“未经被收集者同意 , 网络运营者不得向他人提供个人信息” , 而隐私计算的目标就是基于多方数据的计算 , 原则上破坏了这一要求 , 但同时又适用于“经过处理无法识别特定个人且不能复原”的例外条款 。 这些成为制约隐私计算发展的首当其冲的法律瓶颈 。
其次 , 隐私计算在企业内应用还存在一定的难度 。 比如大部分企业的数据规范性和数据质量难以支撑隐私计算对于参与方数据一致性的要求 。 隐私计算本身的复杂性和计算效率对于企业的大规模商用提出较高要求 , 试错成本高 。 另外 , 隐私计算对于真正受益的用户而言 , 存在一定的“黑盒”效应 , 人们很难理解和信任隐私计算技术 , 普及接受成本较高 。
另外 , 在全球的数据跨境交易和流动上 , 现在更是面临重重困境 。 比如 , 不久前美国政府对TikTok的发难 , 其中一条就在指责其收集美国公民数据 , 严防其将数据存放到中国的服务器当中 。 欧洲的爱尔兰也要求Facebook下令 , 要求其暂停向美国传输其欧盟用户的数据 。 2016年 , 欧盟最早颁布了全球最严格的数据保护方案GDPR , 规定不遵守数据隐私法规的后果会受到严厉的制裁和巨额的罚款 。 之前谷歌就拿到了法国数据保护监管机构开出的5000万欧元的高额罚单 , 最近 , 瑞典H&M公司因为非法监控员工隐私 , 被罚款3500万欧元 。
在新数据监管趋严和复杂国际局势下 , 从事数据跨境活动的企业需要重新考虑其底层架构设计 。 既要避免数据的跨区域切割处置 , 又要避免陷入到硬件巨头的垄断中 , 采取新的隐私计算解决方案就成为一些涉及跨境业务企业的重要任务 。
这些隐私计算的应用困境 , 亟待多方面主体的共同解决 , 既有全球各地区和国家政府的积极推动 , 特别是法律法规对隐私计算的权责界定 , 也要有大数据相关企业对于企业数据治理力度的持续投入 。
那么对于推动隐私计算发展的相关技术公司 , 现在则有一系列新的发展趋势出现 。
数据|隐私计算:拿什么保护我们的数据安全?
图片

首先是区块链技术的出现 , 为隐私计算提供了新的解决方案 。 将隐私计算应用于区块链上 , 既一定程度上增加了隐私计算结果的不可篡改性和可验证性 , 也增加了区块链上数据的保密能力 , 目前成为诸多厂商的技术融合方向 。 比如一种无许可性隐私计算服务正是利用遍布全球的TEE可信计算节点来保证隐私计算的稳定性和安全性 。
其次是软硬件协同和平台整合 , 正在大幅提升隐私计算的性能和便利性 。 使得通过平台基础设施对隐私计算的硬件加速和能力整理 , 可以实现从存储计算到建模挖掘等全方位的能力提升 。
另外 , 隐私计算也正在向大规模分布式计算迈进 , 其实现方式也更加多样化 。 一些项目通过低代码甚至零代码开发 , 可以大大节省开发效率 , 降低隐私计算产品开发门槛 。
数据|隐私计算:拿什么保护我们的数据安全?
图片

最终我们看到 , 在数据越来越有价值 , 数据安全越来越重要的“数权时代” , 隐私计算将成为用户数据安全保护和企业发挥数据价值之间 , 最重要的那道把关者 。 隐私计算企业要在其中扮演着数据管理方和服务方的角色 , 但是这一角色也不再是为“两个富翁”查验数据的简单角色 , 而是能够为其提供全方位的数据保护 , 又能为其进行数据“资产”的全面运营 。


推荐阅读