如果说，隐私计算技术的目的是“在不泄漏数据的前提，释放数据的价值”的话，那传统的方式，例如，你想要评估某人的信用情况，来我这里查的时候我只给出他的信用评分，不会给出具体的数据详情，这样也保护了用户的数据并且产生了价值。这两者有什么区别呢？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
在上述场景中，只需要保证查询结果的隐私性，所以展示信用分数即可。但在实际的信用评估中，需要收集很多用户的原始数据来构建信用评估模型。而且，由于一方的数据是有限的，实际中需要多方联合来提高模型精度。进一步，多方的数据融合可以解决“数据孤岛”问题（各方的数据孤立，没有相互流通），而在涉及到多方的时候就需要保护数据隐私。
隐私计算技术对数据的利用深度更深，广度也更广，而且对数据的控制权也更多，传统模式只能得到结果，但是隐私计算技术是可以控制过程！纯手敲，请采纳
评论
全部评论 (0)
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)