• <button id="cuek2"><button id="cuek2"></button></button>
    <li id="cuek2"><tr id="cuek2"></tr></li>
  • 首頁
    關于華道
    新聞中心
    聯系我們
    公開聲明
    監管

    《數據安全法》9月實施:隱私計算面臨的機遇與挑戰

    零壹財經溫泉、劉翌2021/08/13233返回列表

    一、《數據安全法》落地為隱私計算帶來新機遇


    2021年6月10日,《數據安全法》正式通過并公布,并于2021年9月1日正式實施。該法案對數據處理活動、安全保護、開發利用提出了明確的合規要求。


    在法律對數據的嚴監管方向明確之后,隱私計算幾乎是當下數據互聯互通的唯一技術解,具有巨大的商業價值和應用前景。隱私計算是面向隱私信息全周期保護的技術,通過對明文數據的加密,可以實現數據的“可用不可見”。同時,隱私計算技術可以結合人工智能,利用加密參數訓練和分析模型、充分挖掘數據價值。


    對數據提供方而言,《數據安全法》的出臺提供了合規路徑,豐富了數據市場的多樣性。法規出臺前,部分電信運營商和產業鏈上下游的大數據公司需承擔交易“明文數據”的消費者投訴和網信辦的查處。數據大戶戒備法律風險和對公司信譽的影響,往往守著一座巨大的數據寶藏,不敢越雷池半步。數據價值被閑置,下游的數據需求方缺乏數據資源。如今,法規支持數據提供,隱私計算技術介入、搭建安全傳輸機制。數據提供方在保護用戶隱私安全的前提下,為價值挖掘提供豐富的數據資源。


    對于隱私計算廠商而言,《數據安全法》衍生了大量的市場需求。數據需求方需要數據接入和分析,以提升業務效果。為了響應合規要求,需求方急需購買隱私計算產品以實現數據在安全隱私的場景交易。因此,法案出臺后,隱私計算產品應用市場迅速擴張。除此以外,融資方在衡量數據安全產品時往往考量國家政策和法規。歐盟GDPR法案于2018年出臺,加州CCPA法案緊跟其后,中國一直缺乏數據安全領域的權威法律?!稊祿踩ā氛Q生后,隱私計算廠商將具備融資競爭力,并將獲取的資金進一步投入技術研發和業務拓展。


    對于數據需求方而言,《數據安全法》提高了數據利用效率和安全性。法案出臺以前,需求方急于收集數據,但是否使用該數據,使用效率如何,以及能否保證數據全周期的安全可控,這些問題都不在需求方權責范圍以內,反而留下了巨大的安全隱患。法案提出“各地區、各部門對本地區、本部門工作中收集和產生的數據及數據安全負責”。企業有義務保證數據的安全性,否則將面臨罰金、暫停營業、吊銷執照等懲罰。當數據處理各環節的安全監測落實到具體責任方,信息安全得到了進一步的維護。


    所以,隨著《數據安全法》的出臺,整個隱私計算行業不僅更加權責分明和規范,同樣也迎來資源和市場需求的增長和機遇。


    二、隱私計算目前的發展狀況


    2021年,隱私計算開始嘗試規?;瘧?。


    國內隱私計算行業起源于1982年,姚期智先生提出“百萬富翁”問題(兩個百萬富翁街頭邂逅,他們都想炫一下富,比比誰更有錢,但是出于隱私,都不想讓對方知道自己到底擁有多少財富,如何在不借助第三方的情況下,讓他們知道他們之間誰更有錢?),標志著多方安全計算的誕生。


    1982年~2017年,隱私計算市場處于萌芽階段,集中于實驗室研究。


    2018年,隱私計算市場進入啟蒙階段,中國通信標準化協會開始制定隱私計算領域的相關標準。


    隱私計算市場真正啟動是從2019年開始的。


    2019年,銀監會、互聯網金融風險專項整治等監管結構聯合公安機關對“現金貸”數據源爬取進行了整肅,被譽為大數據風控行業史上最嚴的查處。公眾和政府意識到“明文數據”泄露的危害性和嚴重性。面臨個人隱私保護和公司商業發展并行的困境,“可用不可見”的隱私計算提供了技術可能性。2019年,隱私計算產品開始出現,可用性、性能逐步提升,在某些場景下變得可用。


    2020年,介于政策上的合規避險要求,業務端挖掘數據價值的訴求,一大批隱私計算廠商在客戶端市場進行大規模的概念教育和技術試點部署,較多的概念驗證的產品出現。因此,2020年被稱為“隱私計算元年”。


    2021年,隱私計算開始規?;瘧?,主要是基于三方面的因素:


    其一,市場需求啟動。2019年以來,對數據的嚴監管態勢使得數據源和數據使用方對數據交換和使用變得謹慎,開始尋求保護用戶隱私的方案。這使得隱私計算在實踐中真正有了市場。此前,隱私計算技術一直存在,但是由于市場上數據濫用的現象并不鮮見,因此大部分機構對隱私計算沒有需求。另外,隱私計算產品經前兩年POC(Proof of Concept,是業界流行的針對客戶具體應用的驗證性測試)驗證,向客戶端證明了隱私計算廠商對業務場景的理解能力。隨著隱私計算產品在各行業的滲透,業務應用的性能和推薦的精確度、轉化率得到一定程度的提升。因此,部分行業近期開啟大規模招標。其中,金融行業是需求最大,預算最為充足的行業。


    其二,性能大幅提升。近幾年來,隱私計算的性能有了大幅提升。隱私計算的性能目前不能一概而論,最快的可以達到明文計算的3—5倍,最慢的可能達到明文計算的上百倍。預計在未來一年左右的時間里,隱私計算的性能可以優化至明文計算的5-10倍。


    其三,政策法規支持。一系列與數據相關的政策法規陸續出臺,利好隱私計算的應用。2020年4月,中共中央、國務院印發《關于構建更加完善的要素市場化配置體制機制的意見》,將數據列為生產要素,明確指出了市場化改革的內容和方向。2021年6月,《數據安全法》出臺,并于9月1日正式實施,各行業需合規化數據處理過程,為隱私計算行業帶來了規?;虡I需求。


    目前,隱私計算生態主要由三方構成:甲方、乙方和丙方。甲方指的是需要用數據的機構,比如銀行、保險等機構;乙方,指的是擁有數據的機構,目前數據主要集中在政府、運營商、銀聯、互聯網巨頭手中;丙方,指的是不擁有數據的服務機構,比如隱私計算廠商、云服務商、大數據服務商等。當下,最激烈的競爭是在隱私計算技術提供商之間。


    三、隱私計算的應用將帶來的影響


    數字經濟,將是新的經濟增長方式,與現有的經濟增長方式相比,可能具有范式轉換特征。在數字經濟時代,合理保護用戶隱私下發展數據產業,共享并充分挖掘數據價值是國家的核心競爭力。


    隱私計算的應用,將促進數據安全合規流動,進一步釋放數據價值。經由隱私計算的幫助,許多產業將迎來新的增長紅利。


    人工智能產業將是首先獲益的產業。2012年,深度學習理論被驗證,此后人工智能技術得到飛速發展,但是目前仍處于初級階段。人工智能的進一步提升,需要更多的數據進行訓練,目前的數據孤島限制了人工智能對數據價值的挖掘。隱私計算的應用將逐步打破數據孤島,使得人工智能技術得到進一步飛速發展。


    在具體的應用場景中,比如金融、醫療、政務領域,都有待進一步挖掘數據價值。


    金融業正在經歷數字化轉型大潮,將金融機構內外部數據聯合起來分析,提升營銷和風控效果已經是大勢所趨。在2020年9月的外灘大會上,螞蟻集團數字金融CTO王曉航在主題演講中表示,金融場景化是金融服務的趨勢,以互聯互通、數據化聯營為特征的模式將會成為主流。金融和智能的結合將更加緊密,場景的產業數字化會加速。共享智能為代表的互聯互通技術將打開生態之間協同的下一波合作紅利,這個趨勢將會更加明顯。


    醫療領域也正在等待隱私計算開啟新紀元。傳統醫學是小數據的判斷和決策,正確率很難保證,完全依靠醫生的經驗和能力。以前基于統計學意義的診斷,今后將被基于個性化的大數據的診斷所代替。


    政務領域也正等待隱私計算助力民生改善。政府掌握著其他機構無法收集的民生數據,結合隱私計算將彌補一部分數據互聯市場的空白。例如,原本金融機構無法獲取農民社保等信用信息,以發放小額信貸;城市規劃部門難以獲取居民信息、產業數據、公共信息。當隱私計算介入,政務領域將開啟以“小額信貸“、”智慧城市“為例的民生紅利。


    四、隱私計算未來發展面臨的挑戰


    從基礎設施建設、技術平臺開發、產品落地應用場景,隱私計算產品在未來發展過程中仍面臨著一系列的挑戰。


    1、技術挑戰


    隱私計算目前的安全性、性能與效果都有較大的提升空間。


    首先,是安全性。隱私計算是一類技術的總稱,目前應用比較多的是多方安全計算、聯邦學習和可信執行環境。就每個單一技術而言,都有各自的優缺點。在安全性方面,不能排除有的技術存在一定的瑕疵,比如有的密文可以被反推出明文。因此,在實踐中,這些技術需要被組合使用。在初期,市場對隱私計算技術應用的安全性存在一定顧慮。


    其次,是性能。隱私計算的性能目前已經達到基本可用,最快的可以達到明文計算的3—5倍,最慢的可能達到明文計算的上百倍。但是,與此同時,性能仍有數十倍至百倍的提升空間。


    最后,是效果。隱私計算產品處于初步應用階段,市場需求尚未完全挖掘。大部分行業甚至由于數字化程度低、業務流程不明確,導致缺乏市場需求。因此產品距離實現大規模工業化,仍需要進一步訓練和優化。在實際運用中,技術服務平臺可能只提升行業共性的業務表現,隱私計算廠商需進一步研發架構、更新底層模塊,以解決個性化的業務需求。因此,隱私計算技術距離滿足客戶整體化需求仍有距離。


    2、互聯互通


    隱私計算本是為了促進數據互聯互通而產生,但在實際中卻形成了新的數據孤島。


    數據固有的分散性,以及缺乏行業認同的數據交互標準,成為數據共享的挑戰。首先,數據由不同途徑產生,產生個體分布于不同領域,數據擁有方亦難以統計完整范圍的數據資源。其次,各廠商研發的技術服務平臺依賴差異化的底層架構、基于不同的隱私計算技術、應用于多樣化的場景。底層組件的差異抑制了廠商間的數據互聯。


    這在實踐中引發了新的問題,應用方通常需要安裝好幾個不同隱私計算廠商的軟件才能解決問題。這將在未來帶來較為棘手的問題:隱私計算應用機構,需要采購多套隱私計算系統,要使得多套系統之間的數據互聯互通,連接的工作量將呈幾何級數倍增。


    目前,關于互聯互通的嘗試正在進行當中。由于各廠商統一架構程度的意愿不一,交互標準仍需經過合作的打磨。除此之外,廠商實際達成平臺的互聯需要一定的融資支持和研發時間?;ヂ搮f議不僅停留在變更數據形式,更重要的在于對底層架構的變更。行業內建立大范圍的互聯互通生態具有挑戰。

    返回列表

    在線咨詢

    公司名稱*
    部門
    姓名*
    電話*
    郵箱*
    咨詢事項
    男女作爱试看20分钟,欧美亚洲国产片在线播放,香港三级日本三级韩级,国产不卡V在线观看 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>