搅动千亿市场
现代社会 ， 算法歧视、大数据杀熟、人脸识别滥用等一系列问题无一不在过度采集人们的信息 ， 人们对隐私泄露的恐惧催生了对隐私计算的迫切需求 。

文章插图

隐私计算这一赛道亦被视为科技世界的一块“补丁” ， 是科技发展到一定程度的产物 。
虽然人们对隐私计算还很陌生 ， 但也阻挡不了资本热钱向其涌入 ， 今年7月到10月 ， 仅仅四个月的时间 ， 隐私计算就已获得超10亿元人民币融资 。
其中 ， 刚完成5亿元B轮融资的华控清交 ， 投后估值已达40亿元 ， 本轮投资方包括联想创投、中关村科学城、朗玛峰创投、中金公司等知名机构 。

文章插图

盈利预期还不清晰却能获得超高估值 ， 隐私计算似乎一夜之间变成风口 。
1数据共享——“可用不可见”什么是隐私计算？
打个比方 ， 两个百万富翁想比比谁更有钱 ， 出于隐私考虑 ， 都不愿意曝光自己名下几辆豪车、几套房产、多少存款 ， 在不透露自己拥有多少财富的情况下 ， 却能得出谁更有钱的结论 ， 这就是隐私计算 。
隐私计算能起到的作用便是 ， 在数据流通的过程中 ， 即便不看到其他方的数据也能进行联合计算 ， 让数据的隐私被利用起来的同时也被保护起来 ， 做到“可用不可见” 。
实际上 ， 隐私计算并不是近两年才兴起的技术 。
1977年 ， 三位数学家RonRivest、AdiShamir和LeonardAdleman共同发明了公开密钥加密算法 ， 次年提出同态加密算法 ， 开创了隐私计算的理论先河 。

文章插图

从左至右Adi Shamir、Ron Rivest、Len Adleman 图源：The RSA Algorithm
1982年 ， 国家科学院院士、图灵奖唯一华人得主姚期智在经典的“百万富翁问题”上 ， 给出“多方安全计算（MPC）”的解决方案 。

文章插图

姚期智 ， 图源：网络
2009年 ， OMTP组织（Open Mobile Terminal Platform ， 开放移动终端平台）定义了“可信执行环境（Trusted Execution Environment ， TEE）”的概念 ， 即运行在TEE中的代码和数据是保密且完整的 。
2016年 ， 谷歌在官方博客提出“联邦学习（Federated Learning）” ， 讲述如何在不碰用户手机数据的情况下 ， 依然能利用这些数据实现建模学习 。

文章插图

图源：谷歌博客
多方安全计算安全级别最高 ， 但对算力要求较高而能支持的功能却较少；联邦学习并不采集原始数据 ， 而是通过建模学习 ， 其模型则难以完全保密；而可信执行环境的前提是做到信任硬件 ， 易受到硬件信任度的制约 。
尽管隐私计算已早早形成以上三种技术流派 ， 但却是在近两年来随着数据量爆炸增长、数据安全问题得到重视 ， 才被瞬间引爆 。
根据IDC预测 ， 全球数据圈将从2019年的41 ZB增至2025年的175 ZB ， 增长超过5倍 ， 其中中国平均增速高于全球3% ， 预计到2025年将增至48.6 ZB ， 占全球数据圈的比例由23.4%提升至27.8% 。 虽然全球数据量逐年递增 ， 但目前普遍现状仍是各类数据较为独立 ， 尚未安全地形成多方共享和利用 ， 背后的价值有待挖掘 。

• 银联手机闪付推出“一键绑卡”功能可免输卡号实现绑卡
• 90后“杀入”快递代收点
• 大S、汪小菲官宣离婚，明星与商人联手的婚姻是一桩好生意吗？
• 焦点分析 | Tableau退出中国市场，和阿里云联手能1+1＞2吗？
• 曝周琦抵达沈阳，将与辽宁队合练，联手郭艾伦赵继伟冲击全国冠军
• 拼多多超级秒杀入口在哪里？商家报名规则是啥？
• 無印良品联手京东推出中国首家生鲜复合店
• 巫师3震惊疗法 巫师3震惊疗法
• 拼多多超级秒杀入口在哪里？拼多多超级秒杀怎么抢？
• 拼多多1元秒杀怎么抢 拼多多超级秒杀入口在哪里？拼多多超级秒杀怎么抢？拼多多抢券神器