金智塔科技创始人发表《隐私计算赋能数据价值合规流通》的主题演讲

据报道，3月26日，由华夏时报社主办的“数据智能重塑实体：2022智能数据论坛”成功举办，本次论坛为线上形式。论坛集结了数据智能相关领域的专家学者，深入探讨当前行业发展的新趋势。论坛上，浙江大学计算机科学与技术学院教授、金智塔科技创始人、首席科学家郑小林发表了《隐私计算赋能数据价值合规流通》的主题演讲。

今年1月12日，国务院颁发的《“十四五”数字经济发展规划》提出了八大关键任务，包括优化升级数字基础设施、充分发挥数据要素作用、大力推进产业数字化和数字产业化、持续提升公共服务数字化水平、健全完善数字经济治理体系、着力强化数字经济安全体系、有效拓展数字经济国际合作等。

郑小林认为，数据要素流通、数字产业化及产业数字化是建设数字经济的核心任务，建议从以下三个方面实现。首先是数字化，其核心是生产资料逐步转为数据要素；其次是智能化，这代表着新型生产力；最后是开放化，意味着整个生产方式要进行重构。

对于数据要素如何流通的问题，郑小林表示，隐私计算技术可以助力数据要素合规安全流通，充分实现数据价值挖掘释放。今年1月6日,国务院办公厅发布《要素市场化配置综合改革试点总体方案》的通知中,提出“探索建立数据要素流通规则”应从四个方面展开,即:完善公共数据开放共享机制、建立健全数据流通交易规则、拓展规范化数据开发利用场景、加强数据安全保护。而在建立健全数据流通交易规则里，又重点指出要探索“原始数据不出域、数据可用不可见”的交易范式，在保护个人隐私和确保数据安全的前提下，分级分类、分步有序推动部分领域数据流通应用。

另外，2021年，我国陆续出台《数据安全法》和《个人信息保护法》，正式要求确立数据分级分类管理、落实数据安全保护责任、支持促进数据安全与发展措施。并要求对个人信息的采集、加工、使用权流程做责任落实的要求。郑小林表示，在此背景之下，我国数据应用开始走进3.0模式，即隐私计算时代。

郑小林指出，隐私计算目前有三种主流技术：多方安全计算、联邦学习、可信执行环境，三者各有优劣，可面向不同需求场景。多方安全计算是基于密码学的可证安全计算，具有高安全性，但对网络要求高，可应用在银行、政府等高安全要求场景。联邦学习效率高，适合数据量大的联合机器学习场景，虽然存在梯度泄露问题，但可结合差分隐私或者多方安全计算来提升安全性。可信执行环境属于数据加密后集中计算，具有高安全性、高精度等特点，但需要数据加密集中到第三方环境，限制了其使用场景。

在论坛上，郑小林还介绍了金智塔科技在2019年参与的国家重点研发计划项目“大数据征信及智能评估技术”。该项目由北京邮电大学牵头，浙江大学、清华大学、北京大学、中科院、国家计算机网络与信息安全管理中心、中国电信、杭州金智塔科技等20多个单位参与。主要是为了解决中国互联网大数据征信中跨域数据流通面临的流通机制、跨域数据融合与联合计算、隐私保护等难题。

其中，浙江大学承担了课题一：“多源多模态海量实时征信大数据模型与多维度表示方法”，负责隐私保护下的数据跨域融合计算理论与模型研究。金智塔科技参与了北京邮电大学牵头的课题三“安全、实时、高性能征信大数据关键技术研究及平台研制”，重点负责互联网征信大数据流通环节的隐私计算支撑平台，实现了数据质量审查、数据分级分类、基于多方安全计算和安全联邦学习的隐私计算等一系列原创研发，并在金融征信、政务征信等场景开展应用示范。

经过两年多的自主研发，形成了金智塔隐私计算平台。郑小林介绍称，金智塔隐私计算平台主要是解决数据安全与流通的一站式数据智能服务平台，可支持各场景下不同的安全要求。目前在“智慧金融、智慧政府、智慧企业”三大领域均有丰富的客户服务经验。

具体来说，在金融智能领域，基于金智塔隐私计算所展开的联合智能授信、联合智能营销等方案已推广到10余家农商行、城商行和股份制银行，取得了良好的社会效益和经济效益。在智慧政务领域，金智塔通过与省市数据管理部门和业务管理部门合作，在政务部门内部数据共享、数据交换、数据校验等方面提供隐私保护技术支持，同时为政务数据的社会开放提供解决方案。在智慧产业领域，金智塔隐私计算平台依托其技术优势，积极赋能传统产业转型升级，近年来在零售企业智慧选址、销售预测、智能营销推荐等领域积累丰富经验，尤其是解决了智能营销场景下的隐私保护难题，助力企业数据资产建设，赋能企业数字化转型。