【IDC讲安全】浅谈隐私计算与合规
众所周知，数据开放将带来安全问题，企业对于数据开放中的安全性、合规性、权益分配等方面的考量，阻碍了数据的互联互通与价值实现。因而市场呈现出“数据需要开放，却又难以开放”的困境。解决这一矛盾需要扎实的安全技术支撑。隐私计算以及相应的合规服务，以“数据可用不可见”的理念为“开放流通”与“合规安全”的矛盾提供了重要的思路与解决方案。
在技术迅速发展与政策推动的双重因素下, 中国隐私计算技术提供商迅猛抬头，但技术落地方案与服务维度仍需发展。
根据IDC调研，2021年，中国隐私计算市场规模突破8. 6亿元人民币大关。互联网企业、隐私计算创业类企业、以及AI大数据公司、区块链公司、安全公司纷纷入局，各类企业依托在技术、数据资源不同的基因优势，不断在安全保障、性能算力、互联互通等方面做出技术突破。
基于隐私计算进行合规与数据开放的探索是当前技术应用的主要方向，金融与政府两个行业率先开展试点与案例落地，支撑联合营销、联合风控、联合治理等应用场景：
●金融行业：金融行业拥有较为完善信息化建设与数字化水平，同时围绕业务发展，有迫切的需求引入外部数据。为了满足《数据安全法》等新规新政，金融行业机构需要撬动新的技术合规使用外部数据，因而成为当前隐私计算部署最前列的行业。
以银行在隐私计算市场的实践为例：一方面，银行往往从总行层面进行数据管控与对外联合，撬动运营商、互联网企业数据，共享建模，以此实现用户群细分、丰富客户属性标签，实现精准营销，驱动银行业务的获客营销增长。此外，丰富的模型在一定程度上可以形成输出，赋能中小银行业开展业务。另一方面，迫于一定的竞争压力，银行同业间合作集中于联合风控、反欺诈场景。基于隐私计算技术，有效联动客户在不同银行间的行为、交易数据，实现多方位的贷款主体画像，对其资金流动、欺诈概率、还款能力进行有效把控，降低业务风险。
● 政府行业：开放数据撬动数据要素价值，成为政务领域应用方向。政府机构拥有大量高质、全面的个人及企业数据，在合规的情况下形成公共数据分级开放，提供数据交换的环境，赋能企业数字化转型，提升智慧城市、智慧社区建设。政务领域因其数据高度隐私性，以及一定的机构权威性，往往选择机密计算这类偏向于集中化的隐私保护技术。
●未来随着企业数字化转型的持续推进、数据量与数据维度累积、数据成为越发重要的数据资产，隐私计算等数据隐私保护技术将在医疗、能源、制造等更多行业凸显越发重要的作用。
当然，隐私计算技术在中国的发展仍然是处于萌芽初发期：
1. 从技术落地路线上看，隐私计算包含多方安全计算、机密计算、联邦学习等不同技术流派，尚未有单独的技术路线能够兼具效率、安全、隐私多重维度，市场上仍以多种隐私计算融合的解决方案交付为主。
2. 隐私计算在业务落地仍需要技术协同及服务推动：数据要素流通所需要的精准建模、数据清洗挖掘、数据确权等多项技术关键有待进一步发展，同时做好隐私技术还需专业的业务咨询以及企业内部合规建设的协助。当前市场中，能够提供全套数据源对接、数据服务、咨询服务的数据全栈能力的厂商或者产业链仍然有待形成。
当今数字经济浪潮下，无论是主动参与还是被动选择，企业都将成为数据要素市场的一员。“合规的开放共享”会是企业面临的重要课题。而隐私计算技术是当前数据流通交易中最优的技术选择。IDC建议有数据交换需求的企业应尽早理解技术的必要性、了解隐私计算的技术走势与趋势、率先结合业务进行产品调研与选型、学习同行的优秀实践，将隐私计算与配套服务落实到业务中去，这样才能充分撬动数据这一新型生产要素的价值，也才有机会打造新的场景与经济增长点。
“IDC 2022全球CSO网络安全峰会——聚力数据安全，赋能企业现代化”将在今年8月底在上海举办。除主论坛之外，大会还设置了数据安全、数据隐私与数据合规、软件定义安全访问、数据保护与容灾备份四大分论坛。其中数据隐私与数据合规分论坛的关键词是数据开放与价值增值、隐私计算技术、数据要素市场、数据可用不可见。欢迎您到现场与我们共同探讨。
评论