隐私安全计算的认识将永久改变数据的命运

简介: 在大数据时代,基于大数据的应用,给日常生活、经济发展、城市治理等带来了极大的便捷。同时,用户隐私也面临着可能无处不在的“算计”,如何享受数据价值带来的利好并保护隐私,正成为当下热议的话题。

在大数据时代,基于大数据的应用,给日常生活、经济发展、城市治理等带来了极大的便捷。同时,用户隐私也面临着可能无处不在的“算计”,如何享受数据价值带来的利好并保护隐私,正成为当下热议的话题。



01矛与盾:数据的开放应用与数据的隐私安全保护


一系列与“隐私数据”有关的事件在最近接二连三的出现在眼前。


蚂蚁金服和旷视关于“提供数据供对方训练算法”紧急公关,背后是人们对于“人脸数据”安全的关注。


苹果iOS 14内测版的推出,其中变化最大的就在于隐私保护新功能。比如App 用于广告目的的用户追踪将需要获得用户批准等等。对于移动互联网中将追踪用户行为展开精准营销、定向投放的公司而言,无疑是个巨大的“打击”。


Tiktok美国事件背后更是说不清道不明的用户“隐私数据”问题。


“隐私数据”备受关注的同时,也引起了多方对于“隐私数据”的思考。


数据计算后可所产生的价值是不可估量的。对大数据应用或人工智能企业来说,合理边界和方式使用用户数据,已成为从企业到产业乃至整个社会发展的核心驱动力。


但保护“隐私安全”同样迫切。就像熵增科技创始人杨更曾说的,隐私就是我们故意要保持的信息不对称。一个没有隐私的人,相比一个有隐私的人是处于劣势的。而保护隐私能让个人处于更加公平的大环境中。


要让数据保持隐私安全不难,不收集、不去使用即可做到。但要推动数据作为生产要素产生价值和贡献,看似是盾与矛的关系,该如何化解?

image.png


02既与又:隐私安全计算成为“唯一技术解”


中国科学院院士鄂维南曾在公开演讲中表示,数据作为一种特殊的资源,需要流动起来才能产生价值。不过,这种流动不是数据本身的共享,而是“数据价值”的流动,实现数据“可用不可见“。既能满足数据流动需求,又能保护数据与隐私安全。


因此需要一个“转换器”来实现数据安全和应用开放的“既与又”。隐私安全计算被认为是当下完成这一使命的“唯一技术解决”,是一门数据提供方不泄露原始数据和不泄露计算算法的前提下,对数据进行分析计算并能验证计算结果的信息技术。


隐私安全计算本身并不是一个单一技术,基于不同的信任假设和应用场景可以选择出适配相应条件的技术,括如基于硬件的TEE、基于密码学的安全多方计算(MPC)和全同态加密(FHE)、源自人工智能的联邦学习等等,实现“数据价值”的共享。


国内已经涌现出一批以隐私安全计算为核心技术的企业。根据翼方健数首席执行官罗震在公开演讲中表示,翼方健数的隐私安全计算平台翼数坊XDP,正通过隐私安全计算实现数据流通:数据不出平台,只在平台内授权使用,只输出数据的结果。

image.png

数据要素市场的建立应该成体系和规模,应该通过生态进行快速搭建。


翼方健数通过构建“数据和计算的互联网”(IoDC),建设数据存储、计算和协作的开放生态。通过计算实现数据的打通、共享和价值实现。


总的来说,影响“隐私安全计算”转换数据价值共享效率有两大因素——技术和生态。技术是通向“数据价值共享”的工具,生态是繁荣“数据价值共享”的关卡。

image.png


03术与器:隐私安全计算是否可以“挑大梁”?


隐私安全计算的方法论与产品目前在市场上获得了强烈的反响,在2020年更是被称之为“隐私计算元年”。这其中有政策利好,如数据资源正成为与人力资源、自然资源同样重要的第三类资源。数据也跟土地、劳动力、技术、资本等一样被当作生产要素写进了国家文件中。大数据应用在行业和国家和社会层面都意义重大。


其中也有数据应用的实践,如疫情下的绿码就是数据和算法的产物。


要实现行业和国家层面的大数据“繁荣和普惠”,首先跨过“日益增长的个人隐私保护需求和不平衡不充分的个人隐私保护能力之间的矛盾”这道坎,这也让“隐私安全计算”成为大数据时代最重要的护航手。具体表现在以下方面。


1、技术突破+场景落地,打破“孤岛”


而在整个数据流通中,翼方健数构建的生态中,其参与角色可以简单概括为数据提供方、数据使用者、数据服务方和管理方。而在加入生态前,往往因为没有互联互通而形成各类孤岛。


通过技术连接上下游,决定数据价值的潜能上限。对此,翼方健数给出了技术突破+场景落地的“一纵一横”解决方案。其中“一横”是以XDP翼数坊平台为代表的数据能力平台,向上可支持各种应用场景接入,输出AI能力,向下可兼容各类基础设施(如华维云、AWS等)。


“一纵”则指一站式、全流程打通应用场景的能力,比如医疗领域就需要跑通医保、征信等多条线数据。


可见,通过“一纵一横”方案,既能提升数据价值上限,也能加速数据价值“变现”。而场景落地决定数据价值能力的展现。


2、场景率先落地,标杆力量推动行业发展


客观来说,当下大数据应用还处在最原始的阶段。从行业经济发展层面到国家城市治理层面,大数据、云计算、人工智能等新技术的运用,都形成产业推动的趋势发展。但数据安全是悬在头顶的“达摩克利斯之剑”,又让“数据开发”面临挑战。

image.png

比如各地各级政府都拥有海量数据。若能利用好手中的大数据,无疑可在社会治理、经济发展、服务百姓等更进一步。目前翼方健数正与多地政府接洽城市级的隐私安全计算平台项目,就印证了这种趋势——如果平台能够保证数据安全,政府自然乐见加速“数据开发”。比如翼方健数在厦门构建了基于XDP隐私安全计算技术的医疗大数据应用与开放平台,就是目前所知首个利用隐私安全计算技术实现城市级应用的案例。该生态正在不断成长,同时也在被多地研究复制。可以预见,在标杆力量的推动下,未来这种案例会越来越多。


总之,在大数据时代,数据给科学研究、社会发展和经济发展提供了坚强后盾。而随着大数据、云计算、人工智能等新技术的运用,对数据的挖掘将越来越深。在保护数据安全和促进数据生态良性发展的道路,隐私安全计算的担子也将“越来越重”,是机遇,更是挑战。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
存储
LSM
LSM
404 0
|
4月前
|
人工智能 文字识别 JavaScript
AI 写代码越来越快,为什么 Code Review 反而更慢了?
Molio团队实践Open Code Review(OCR):通过深度定制rule.json(禁用规范类检查、强化语义问题引导)、关闭系统规则合并、精准上下文补全与事实核查,将AI代码评审从30条低价值噪音压缩至12条高价值语义缺陷,真正释放LLM在race condition、路径穿越等深层问题上的发现能力。
283 1
|
3月前
|
弹性计算 监控 安全
阿里云VPC网络ACL与安全防护完全指南:从子网隔离到纵深防御
本文系统阐述阿里云VPC网络访问控制体系,重点剖析网络ACL作为子网级无状态防火墙的配置方法、核心优势与最佳实践。文章从网络ACL与安全组的本质区别入手,深入讲解五元组规则配置、入出方向流量管理、与安全组协同使用的纵深防御策略,并进一步扩展至云防火墙、流量镜像、DDoS防护、WAF接入等高级安全能力。通过典型场景示例和代码实操,帮助读者构建从子网边界到实例粒度的多层防护体系,实现云上资产的安全隔离与合规管控。
|
9月前
|
人工智能 文字识别 数据可视化
开发了个自动发票整理报销系统(大模型版)
本文介绍了基于JBoltAI开发的“自动发票整理报销系统”的落地实践。针对传统报销流程中员工贴票繁琐、财务核票低效、易出错、合规风险高等痛点,项目通过多模态解析、OCR识别、Text2Struct、规则引擎和函数调用等AI能力,实现了多格式发票自动采集、信息结构化提取、真伪与合规智能核验、报销单自动生成及流程联动。系统采用低侵入式架构,无缝对接现有财务系统与OA,显著提升效率:员工报销耗时从1-2小时降至1-2分钟,财务核票效率提升70%,错误率降至1%以下,并实现费用数据沉淀与可视化管控。文章还分享了开发中的关键问题及解决方案,并规划了语音交互、智能预警、移动端优化
1057 1
|
7月前
|
机器学习/深度学习 人工智能 算法
求最大公约数(gcd)与最小公倍数(lcm)【C/C++】
本博客详解最大公约数(GCD)的核心思想与多种解法:从基础概念出发,系统讲解辗转相除法(欧几里得算法)、更相减损术、质因数分解、穷举法及递归法,并配以图示、数学原理与可运行代码。最后通过“等差数列”实战题,展示GCD在算法题中的巧妙应用,强调数学本质理解对编程实现的关键作用。
1587 0
|
9月前
|
传感器 安全 机器人
2026年移动机器人技术架构与选型方法论
随着AI技术发展,移动机器人广泛应用于物流、制造、服务、医疗等领域。本文从技术架构、性能指标、场景适配出发,系统梳理选型方法论,涵盖导航精度、交互能力、续航负载等核心参数,结合仓储搬运、柔性装配、商业接待、医疗康养四大场景需求,提出“五步决策法”,助力科学选型。
|
10月前
|
传感器 人工智能 算法
餐饮配送机器人核心技术解析与选型
餐饮行业面临“三高一低”困境,送餐机器人凭借高效配送、智能交互与数据能力,成为降本增效刚需。融合SLAM导航、预测避障、大模型交互与车规级底盘,实现厘米级定位、主动揽客与无感取餐。猎户星空、擎朗、普渡等品牌各具优势,推动餐厅数字化升级。
812 0
|
存储 安全 测试技术
如何评估 API 的质量
本文详细介绍了评估API质量的关键指标,包括功能性(功能完整性与准确性)、可靠性(稳定性和错误处理)、性能(响应时间和吞吐量)、易用性(文档质量和接口设计)及安全性(身份验证和数据加密),并提供了具体评估方法与测试建议,帮助开发者全面衡量API质量。通过这些评估,可以确保选择到高质量的API,为软件项目奠定坚实基础。
884 5
|
XML 数据采集 前端开发
四:《智慧的网络爬虫》— 数据解析之xpath解析
本篇文章主要讲述了数据解析中的xpath解析,及相对路径的定位语法。最后以爬取豆瓣top250首页作为示例总结
745 5
四:《智慧的网络爬虫》—  数据解析之xpath解析