T7-隐私计算的价值
今天刷文章看到了计算的一个新的技术——隐私计算。
在这个善于造词的时代，对每一个新词都非常的谨慎。
遇到一个技术，我总是会问自己三个问题：
- 本质究竟是什么？
- 有什么样的应用价值呢？
- 发展趋势是如何的，需要多少年的发展？
隐私技术是什么？
谈到是什么的时候，总是需要了解下产生的背景。
目前，随着互联网的发展，现代社会朝虚拟化发展势不可挡，这时候数据的重要性得到了显著的提升，堪称工业时代的”石油“。数据价值的凸显，用户在享受数据经济的带来的便利和发展红利之时，个人信息也被广发的使用和采集，如出现了大量的大数据杀熟的现象。这时候，各方对数据隐私的需求越来越强，但是如果过度保护数据会到另外一个极端，那么业界就在研究，如何在数据不泄露的情况下，充分挖掘数据价值，这时候就出现了隐私计算的技术。
隐私计算现有有几种子技术组合形成：联邦计算、可信计算环境、零知识证明。
相对于之前的直接集中式计算，之前直接将数据直接汇总到一处，自然双方都对对方的数据有想法，使得各方都难以放心将数据交出来。而联邦计算（Federated Learning，FL ）则是基于本地数据进行分布协作式训练，训练好的抽象知识返回到云端训练模型，之后再将新的模型返回各方，这样在数据安全的前提下也能共享知识。
可信计算环境，是基于硬件、芯片技术和软件的身份认证等技术来实现数据的传输安全、可信，保证了计算环境的各个环节的安全。
零知识证明，就是在能够提供自证，但是又不暴露信息，并且不增加计算任务的前提下，实现隐私的保护。
基于三项技术，就能够安全的共享数据，从而更好的进行合作，训练出优秀的模型。
最读完最后一项技术的时候，脑子里出现的另外一个技术就是区块链技术，记得当时了解区块链的时候，就是通过一个数据安全共享的案例了解的。区块链具有三个重要特征，可以在隐私计算中发挥作用，首先去中心化是重要的特征，就能够实现端到端的隐私。然后是可追溯性，这点可以用于计算过程中的信息记录，对计算过程进行追溯。最后是身份的认证，这点类似上面的零知识证明，可以提供好的身份认证服务。
现在，用户对隐私逐渐开始重视，这给区块链这样的低效率技术有了应用的场景，区块链技术并不是提高效率的，其的出发点是通过技术来解决信任问题，当然，这项技术还在发展，我相信这是虚拟数字化世界中信任是非常重要的一个要素，是虚拟关系的基础。
区块链技术也会成隐私计算的重要补充。
应用价值
隐私计算目前已经在多个领域发挥作用，主要的目标是解决了数据跨机构的互联互通，降低隐私泄露的风险，那么，自然在隐私和数据敏感的行业有更多的应用，目前以金融、医疗和广告业最为典型。
在不泄露各方原始数据的前提下，帮助从事数字化转型与智能化应用过程中的银行、保险公司、互联网金融机构等实现跨机构、跨部门的数据安全融合、联合风控建模、联合营销筛选等，提升金融智能的准确性及完备性。
为医疗机构在保护个人健康与病患隐私数据的前提下，进行疾病的发病趋势、概率预测，治疗效果的统计对比、分析等，实现数据的共享与价值挖掘
发展趋势
在国外大约是2008年左右出现了第一家公司，专攻多方安全计算解决方案的技术厂商Partisia，为商务合同、加密拍卖等场景提供安全方案科技，大多数公司目前发展方向多面向区块链和加密虚拟货币的场景中。
而国内发展较晚，大约2016年才起步，但是发展速度也较快，整体的行业已经从概念设计到全面实施发展。并且，学术方面关注度也有了比较明显的提升，根据KPMG《隐私计算行业研究报告》预测，未来几年会快速发展，三年后技术服务营收有望触达100-200亿人民币的空间，甚至将撬动千亿级的数据平台运营收入空间。
参考资料：