全球隐私计算图谱报告 2022年12月 杭州国际数字交易联盟 全球隐私计算图谱报告 发起单位 支持单位 •杭州数据安全联盟•华为云计算技术有限公司 •京东科技信息技术有限公司•杭州安恒信息技术股份有限公司 •杭州国际数字交易有限公司•OpenMPC社区（开放隐私计算） •北京航天航空大学杭州创新研究院 注：按拼音排序 全球隐私计算图谱 全球隐私计算技术趋向 全球隐私计算应用案例 全球隐私计算开源一览 趋势展望全球隐私计算发展概况目 录 Content 01 02 03 04 05 06 全球隐私计算图谱报告 01全球隐私计算发展概况 01 全球隐私计算图谱报告 隐私计算起源：数字经济发展与数据安全隐私保护并存 •发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。数据要素是数字经济深化发展的核心引擎，流通是数据要素价值释放的本质要求，而安全合规是 数据有序流通的基本前提。隐私计算作为围绕数据使用与交换而采取的保护技术，为数据流通与安全并存提供了解决方案。 •CCPA (California)、CDPA (Virginia)、CPA (Colorado)、CPRA (California)、EU Whistleblower Directive、GDPR (EU)、HIPAA、IAB TCF 2.0、ISO 27701、LGPD (Brazil)、LkSG (Germany)、 Nevada Privacy Law、PDPA (Thailand)、PIPEDA (Canada)... •《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》信息产业蓬勃发展，数据价值潜力巨大 50607080100130175 2019 2020 2021 2022 2023 2024 2025预计全球数据量2025年达175ZB （单位：ZB） 资料来源：Gartner，中国信通院，IDC，赛迪研究院•2016年，在世界银行发展报告中描述： 国家层面的数据融合提升了各行业效 率，节省工作时间及大概GDP2%的支 出； •2022年2月中央全面深化改革委员会 审议通过《关于构建数据基础制度， 更好发挥数据要素作用的意见》。 百亿用户和 传感器 企业上云和 数字化 46亿 2019年 物联网终端数量200亿 2025年 物联网终端数量 15.3% 2021年全球 企业上云渗透率中国企业上云 渗透率40.0%全球及国内隐私保护数据安全立法概况 全球隐私计算图谱报告 隐私计算核心：“数据可用不可见” 全球隐私计算图谱报告 数据在全生命周期的安全需求 隐私计算主流技术路线 目前主流的隐私计算技术主要分为三大方向： •一是以安全多方计算、同态加密等为代表的、基于密码学的 隐私计算技术； •二是以联邦学习为代表的、人工智能与隐私保护技术融合衍 生的技术类型； •三是以可信执行环境为代表的、基于可信硬件的隐私计算技 术。 此外，隐私计算与区块链相结合能融合信任与安全，为数据要 素流通、数据价值释放提供了一种新的技术解。 隐私计算（隐私保护计算、隐私增强计算）定义 •国内：隐私计算是在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一系列信息技术，保障数据在流通与融合过程中的 “可用不可见”。 •国外：通过提高可预测性、可管理性、可分离性和保密性来减轻数据处理所产生的个人隐私风险的任何软件或硬件的解决方案、技术流程 或其他技术手段。 随着隐私计算技术提出和多年发展，国内隐私计算产业开 始进入快速上升期。2018年及以前就有出现隐私产品模型； 2019年，国内市场环境意识到数据安全与隐私保护的重要 性，隐私计算产品需求开始明确，部分企业开始布局隐私 计算；2020年被称为“隐私计算元年”，一波隐私计算初 创企业成立，大数据公司、AI公司等一系列相关企业开始 增加隐私计算研发投入；2021年隐私计算产品进入金融等 领域大面积推广；2022年隐私计算产品在多行业铺设，市 场氛围活跃。 （数据来源：中国信通院、金融检测机构隐私计算评测等 公开信息）隐私计算发展：技术经过多年发展，步入应用阶段 2022全球隐私计算图谱报告 全球关键 研究成果 国内产品 研发情况1982 1999 2009 2012 20151981 1986 2000 2011 2013 20161978 同态加密概念 安全多方计算概念 Paillier加密算法 Gentry方案 BFV/BGV方案 联邦学习不经意传输技术 混淆电路技术 隐私保护机器学习 TEE标准 GSW方案 ABY方案 2019 联邦迁移学习Rabin提出不经意传输技术 姚期智院士提出混淆电路技术姚期智院士提出“百万富翁”问题， 借此提出安全多方计算概念Rivest、Adleman和Dertouzos 提出全同态加密构想 具备半同态特性的加密算法 第一代全同态加密方案 第二代全同态加密方案 使用混合技术的安全多方计算方案 杨强教授提出联邦迁移学习，应用 于2B场景谷歌首次提出联邦学习技术，用于 解决客户端到云端间安全建模问题第三代全同态加密方案GlobalPlatform开始起草并制 定可信执行环境TEE规范标准PPML(Privacy-Preserving Machine Learning)相关研究开始 起步发展 SPDZ方案 基于秘密分享的安全多方计算方案 隐私计算实践：中外存在差异，国内商业模式初显 全球隐私计算图谱报告 中外应用差异 国 际1、民众普遍重视个人隐私数据，也倾向于为了保护隐私动用法律。 2、严格执法高罚金下，企业积极探索隐私保护能力，布局较早， 技术研究投入多，开源生态好。 3、硬件上的隐私保护和数据安全相对成熟。目前市面上的可信执 行环境的落地大多都是基于Intel和ARM。 4、商业应用尚未全面铺开，发展有限。企业端应用主要集中在医 疗领域。另外谷歌、facebook（meta）等大型科技企业在C端应 用做了大量探索。 国 内1、国内企业重视度不够，但随着最近相关法规的持续完善和判例的 不断增加，民众和企业都逐步意识到保护个人隐私数据安全的重要 性。 2、国内企业布局隐私计算相对较晚，但随着各种政策法律相继出台， 近几年隐私计算产业发展非常迅速，开源生态也逐渐显现。 3、国内软件应用层面的隐私保护发展更快。互联网大厂、隐私计算 初创公司等各类企业的隐私计算产品不断出新、发展蓬勃。 4、商业化应用探索非常丰富，注重应用效果。主要集中在B端、G 端数据应用层面，金融、政务、医疗等领域已有大量应用并有落地 实践，能源、车联网等方向也在积极探索。整体初具竞争优势。 目前国内隐私计算项目实施的四种商业模式 直接部署隐私计算平台并按照部署节点收费 提供整套数据安全流通服务平台，或带有分润模式 提供开源订阅，依据客户功能特性定制化服务 提供隐私计算一体机设备