隐私保护计算让数据资产增值(2)

　　闫树认为，与传统数据使用方式相比，隐私保护计算的加密机制能够增强对于数据的保护、降低数据泄露风险。因此，包括欧盟在内的部分国家和地区将其视为“数据最小化”的一种实现方式。同时，传统数据安全手段，比如数据脱敏或匿名化处理，都要以牺牲部分数据维度为代价，导致数据信息无法有效被利用，而隐私保护计算则提供了另一种解决思路，保证在安全的前提下尽可能使数据价值最大化。

　　目前，隐私保护计算已经开始在不同行业进行初步应用，其中金融和医疗领域的应用场景相对成熟。杨玫介绍，国家医疗健康大数据的首批试点城市厦门，基于隐私保护计算建立了健康医疗大数据应用开放平台；在金融领域，依托隐私保护计算技术构建的风险控制模型，实现了跨行业数据链接，提升反欺诈能力，目前在互联网金融和消费金融方面得到广泛应用。

　　在政务方面，隐私保护计算技术为政务数据的开放提供了有效解决方案。目前，多地将隐私保护计算纳入数字化发展规划，将其作为促进数据经济的突破口，比如应用在数据流通和共享的交易所数字政府、数字社会建设等。广东省今年7月发布的《广东省数据要素市场化配置改革行动方案》中，就提出了构建包含隐私保护计算在内的新型数据基础设施；成都也将在全国率先建设基于超算中心的隐私保护计算平台。

　　规模化应用需平衡安全与性能

　　随着与数据相关的法规不断完善，各行业对合规数据流通的需求日益强烈，隐私保护计算市场迎来新机遇，但总体来看目前仍处于商业应用的初期阶段。闫树说，隐私保护计算在安全、性能和数据的互联互通等方面仍存挑战，这些难题在一定程度上限制了隐私保护计算的推广应用。

　　中国信息通信研究院今年7月发布的《隐私保护计算白皮书(2021)》中提到，隐私保护计算肩负着保护隐私数据安全的重要功能，而算法协议安全、开发应用安全和安全共识正成为当前隐私保护计算推广应用亟需面临的挑战。田天认为，发展瓶颈一方面在于隐私保护计算技术本身的安全不可论证，导致实际场景下存在被破解的可能性，另一方面加密状态下的数据可能导致系统出错。

　　如何验证隐私保护计算产品的安全性，目前尚缺乏规范标准和检验方法。闫树透露，中国信息通信研究院正积极探索建立涵盖主流隐私保护计算技术产品的系统性安全分级标准的可行性，推动形成行业信任共识，围绕算法安全、密码安全、通信安全、授权认证等关键要素，实现对隐私保护计算产品安全性的度量。

　　在安全的基础上，性能是衡量产品价值的关键。目前，国内隐私保护计算产品在特定场景下已基本具备可用性，未来面临更多数据方、更大数据量、更复杂场景时，性能等指标仍需进一步优化加强。

　　虽然隐私保护计算有望成为数据要素市场建设的关键基础设施，但若要真正成为核心底座，仍然任重道远。在闫树看来，隐私保护计算未来发展需对内实现互联互通，实现不同平台间的互认互用，破除平台壁垒，同时对外需加强隐私保护计算与人工智能、区块链、云计算等技术的交叉融合，实现新一代信息技术总体的价值释放。

(责编：赵超、陈键)