隐私计算,到底是个什么鬼?( 二 )



隐私计算,到底是个什么鬼?

文章插图
 
①多方安全计算:复杂度最高,对算力要求高、但是安全级别最高,现在能支持的功能较少 。
②可信执行环境:运算效率最快,但前提是“信任硬件”,因此容易受到硬件成本、对硬件厂商信任度的制约 。
③联邦学习:不收集原始数据而是通过模型来完成计算,但是模型难以完全保密;但开发难度相对轻松 。
 
04、隐私计算厂商和主要产品对比 
还是看一张表吧
各路诸侯,一目了然

隐私计算,到底是个什么鬼?

文章插图
 
05、目前,客户对隐私计算的质疑 
①对隐私计算平台本身的质疑
如何证明隐私计算平台没有获取到客户的明文?
或者至少不能还原或推断出有用的信息?
隐私计算,到底是个什么鬼?

文章插图
 
②对数据全流程安全防护的质疑
数据从客户授权、采集、加工、融合、应用…
如何确保端到端的全流程安全防护?
隐私计算,到底是个什么鬼?

文章插图
 
③对隐形建设成本过高的质疑
隐私计算涉及多个系统改造
涉及多个部门参与
是否会影响上层正常业务?
要跨防火墙、私有云、DMZ区...
是否会涉及网络架构调整?
隐私计算,到底是个什么鬼?

文章插图
 
④对异构隐私平台互联互通的质疑
目前不同隐私平台和产品
由不同厂商提供,存在不互通
由此实现了形成了新的孤岛
隐私计算,到底是个什么鬼?

文章插图
 
06、隐私计算,是个慢热TOB跑道 
①数字经济时代
强烈的数据流通需求,需要隐私计算
数据是数字经济时代的关键生产要素,跨领域、跨行业、跨地域数据流通是释放数据价值的关键!
隐私计算,到底是个什么鬼?

文章插图
 
②政策环境
为隐私计算发展提供新机遇
近年来我国数据立法进程不断加快,尤其强调数据应用过程中的数据安全 。《中华人民共和国网络安全法》《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》逐步完善了国家数据相关立法的顶层设计,着重强调了流通过程中的数据安全和个人隐私 。
隐私计算,到底是个什么鬼?

文章插图
 
所以,数字经济之下
如何安全得用好数据
成为一个绕不过去的坎
隐私技术和相关数据保护技术
必将是一个慢热且充满前景的赛道

【隐私计算,到底是个什么鬼?】


推荐阅读