2024年全球隱私計(jì)算報(bào)告

杭州數(shù)據(jù)協(xié)同創(chuàng)新未來(lái)實(shí)驗(yàn)中心×

2024年9月2024年全球隱私計(jì)算報(bào)告數(shù)據(jù)要素社l:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE中國(guó)聯(lián)通China

unicom目錄01

隱私計(jì)算產(chǎn)業(yè)發(fā)展概況02

2024隱私計(jì)算產(chǎn)業(yè)圖譜

03

隱私計(jì)算技術(shù)演進(jìn)和融合04

隱私計(jì)算產(chǎn)業(yè)應(yīng)用分析05

隱私計(jì)算與人工智能06

隱私計(jì)算未來(lái)展望·

浙江省大數(shù)據(jù)產(chǎn)業(yè)技術(shù)聯(lián)盟·

杭州國(guó)際數(shù)字交易聯(lián)盟特別支持單位·

中關(guān)村實(shí)驗(yàn)室·

杭州金智塔科技有限公司·

浙江螞蟻密算科技有限公司

·

聯(lián)通數(shù)字科技有限公司·浙江大學(xué)區(qū)塊鏈與數(shù)據(jù)安全全國(guó)重點(diǎn)實(shí)驗(yàn)室·

中國(guó)聯(lián)通智能城市研究院·

數(shù)據(jù)要素社·

杭州數(shù)據(jù)交易所組織單位指導(dǎo)單位支持單位聯(lián)合發(fā)起單位·

杭州市數(shù)據(jù)資源管理局主編張秉晟

王

鵬

熊婷參編人員許苗峰、殷澤原、郭大宇、胡爽、應(yīng)琦、潘凱偉、林洋、梁子軒、劉澤宇、申奇、申冠生、武通、盧天培、錢潤(rùn)芃、盧益彪、田磊原、馮宇揚(yáng)、徐澤森、張洵、張文、吳鈺沁、彭樂(lè)坤、張菊芳、黃益超、謝琴超、周旦、鄭超編寫(xiě)成員2024全球隱私計(jì)算報(bào)告

×××隱私計(jì)算產(chǎn)業(yè)發(fā)展概況

圣賀鑒蓋:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom·

隱私計(jì)算是用于保護(hù)數(shù)據(jù)安全、個(gè)人信息和商業(yè)秘密，促進(jìn)數(shù)據(jù)高效流通、處理和分享等一系列技術(shù)的總稱·助力實(shí)現(xiàn)數(shù)據(jù)

“供得出”“流得動(dòng)”"用得好”“保安全”隱私計(jì)算技術(shù)分類

安全多方計(jì)算同態(tài)加密零知識(shí)證明

不經(jīng)意傳輸

可信執(zhí)行環(huán)境差分隱私數(shù)據(jù)脫敏國(guó)家數(shù)據(jù)局圍繞數(shù)據(jù)要素市場(chǎng)化改革開(kāi)展系列工作·2023年，國(guó)家數(shù)據(jù)局會(huì)同有關(guān)部門制定《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃(2024—2026年)》·

國(guó)家數(shù)據(jù)局積極探索布局?jǐn)?shù)據(jù)基礎(chǔ)設(shè)施，加快數(shù)據(jù)空間等技術(shù)研究，推動(dòng)隱私計(jì)算技術(shù)應(yīng)用，打造安

全可信流通環(huán)境，為數(shù)據(jù)要素流通、開(kāi)發(fā)、利用提供支撐隱私計(jì)算技術(shù)是保障數(shù)據(jù)安全的關(guān)鍵技術(shù)2024全球隱私計(jì)算報(bào)告

×××:杭州數(shù)據(jù)交易所"HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom安全多方計(jì)算(MPC)·

學(xué)術(shù)界嚴(yán)謹(jǐn)?shù)陌踩C明·

數(shù)據(jù)控制力強(qiáng)·

不依賴特殊硬件·無(wú)硬件信任根，國(guó)密化方案較為可控·有通用運(yùn)算能力，但性能相對(duì)較低·數(shù)據(jù)提供方增多性能會(huì)下降，一般適用于5方以下聯(lián)邦學(xué)習(xí)(FL)·

數(shù)據(jù)控制力強(qiáng)·

不依賴特殊硬件·無(wú)硬件信任根，國(guó)密化方案較為可控·

存在部分安全風(fēng)險(xiǎn)·

無(wú)通用運(yùn)算能力·數(shù)據(jù)提供方增多性能會(huì)下降，垂直場(chǎng)景一般建議于10方以下可信執(zhí)行環(huán)境(TEE)·

理論上支持所有算法·

計(jì)算精度高，與明文一致·計(jì)算性能支持大規(guī)模且性能損失小·

隨著數(shù)據(jù)提供方增多不會(huì)有明顯性能下降·

數(shù)據(jù)控制力比較弱·

需要相信硬件信任根·

需要額外硬件成本差分隱私(DP)·可證明可衡量的個(gè)體隱私保護(hù)技術(shù)·

與上面所有技術(shù)路線可獨(dú)立疊加·計(jì)算精度明文比會(huì)有所下降，需結(jié)合算法流程設(shè)計(jì)·

不保護(hù)數(shù)據(jù)使用價(jià)值同態(tài)加密(HE)·是經(jīng)典MPC、聯(lián)邦學(xué)習(xí)方案重要基石，是目前隱私計(jì)算PK性能的關(guān)鍵·通用FHE方案性能挑戰(zhàn)大，硬件加速還在發(fā)展中零知識(shí)證明(ZK)·驗(yàn)證速度快，證明通信量較小·

不泄露任何隱私信息·

能與其他隱私計(jì)算技術(shù)聯(lián)合使用·

協(xié)議復(fù)雜，開(kāi)發(fā)成本高·

大規(guī)模計(jì)算時(shí)證明開(kāi)銷大·

隱私計(jì)算是“隱私保護(hù)計(jì)算”(Privacy-Preserving

Computation的

簡(jiǎn)

稱

，可以

在保證數(shù)據(jù)提供方不泄露原始數(shù)據(jù)的前提

下，對(duì)數(shù)據(jù)進(jìn)行分析計(jì)算，有效提取數(shù)據(jù)

要素價(jià)值，保障了數(shù)據(jù)在產(chǎn)生、存儲(chǔ)、計(jì)

算、應(yīng)用、銷毀等各個(gè)環(huán)節(jié)中的"可用不

可見(jiàn)"?！?/p>

隱私計(jì)算以安全多方計(jì)算

(SecureMulti-party

Computation,MPC)、聯(lián)邦學(xué)習(xí)

(Federated

Learning,FL)、可信執(zhí)行環(huán)境(Trusted

ExecutionEnvironment,TEE)

三大技術(shù)路線為代

表，同時(shí)發(fā)展出了同態(tài)加密、差分隱私等

其他密碼學(xué)技術(shù)為輔助的成熟技術(shù)體系。隱私計(jì)算，通常又被稱為隱私保護(hù)計(jì)算，是“在計(jì)算中和計(jì)算后保護(hù)數(shù)據(jù)隱私的技術(shù)”。-----《聯(lián)合國(guó)隱私保護(hù)計(jì)算技術(shù)手冊(cè)》

隱私計(jì)算技術(shù)是保障數(shù)據(jù)安全的關(guān)鍵技術(shù)隱私計(jì)算概述2024全球隱私計(jì)算報(bào)告

×××隱私計(jì)算技術(shù)路線:

杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom隱私計(jì)算作為獨(dú)立的概念在產(chǎn)學(xué)研界得到關(guān)注和發(fā)展，并融合密碼學(xué)、人工智能等多學(xué)科技術(shù)逐漸形成了綜合性技術(shù)體系。主流技術(shù)相繼出現(xiàn)：·

1982年姚百萬(wàn)富翁問(wèn)題·

1987年Goldreich等人提出的安全多方計(jì)算協(xié)議·

2009年Gentry

提出全同態(tài)加密及OMTP

提出首個(gè)可信執(zhí)行環(huán)境標(biāo)準(zhǔn)·2016年《中華人民共和國(guó)網(wǎng)絡(luò)安全法》使隱私計(jì)算技術(shù)不可或缺·

克勞德·香農(nóng)在20世紀(jì)40年代發(fā)表的重要論文《保密系統(tǒng)的通信理論》《密碼學(xué)數(shù)學(xué)理論》·

1976年Diffie和Hellman

創(chuàng)建了公鑰加密體制·

1978年Rivest等人設(shè)計(jì)的非對(duì)稱加密算法RSA和首次提出的同態(tài)加密概念·

1981年Rabin

首次提出不經(jīng)意傳輸協(xié)議·

隨著數(shù)字經(jīng)濟(jì)的快速增長(zhǎng)，隱私計(jì)算技術(shù)快速發(fā)展，成為促進(jìn)數(shù)據(jù)要素跨域流通和應(yīng)用的核心技術(shù)，廣泛用于金融、通信、互聯(lián)網(wǎng)、政務(wù)等領(lǐng)域·

相關(guān)政策標(biāo)準(zhǔn)不斷細(xì)化完善，如：2018年歐盟GDPR,2019年聯(lián)合國(guó)《隱私保護(hù)計(jì)算技術(shù)聯(lián)合國(guó)手冊(cè)》,2020年中國(guó)“數(shù)據(jù)二十條”2022年美國(guó)《促進(jìn)數(shù)字隱私技術(shù)法案》等·

產(chǎn)業(yè)方面，開(kāi)源項(xiàng)目如FATE,Mesa

開(kāi)始商用和落地·

隱私計(jì)算開(kāi)始在實(shí)際應(yīng)用中發(fā)揮重要作用，技術(shù)不斷成熟，應(yīng)用規(guī)模將呈現(xiàn)

穩(wěn)定增長(zhǎng)趨勢(shì)·

隱私計(jì)算在技術(shù)上將迎來(lái)一系列創(chuàng)新迭代，各個(gè)主流技術(shù)路線持續(xù)優(yōu)化，業(yè)

內(nèi)探索技術(shù)融合等方式來(lái)突破應(yīng)用瓶頸

隱私計(jì)算技術(shù)的四個(gè)發(fā)展階段2024全球隱私計(jì)算報(bào)告

×××穩(wěn)定期(2025至未來(lái))探索期(1982-2016)萌芽期(1949-1981)增長(zhǎng)期(2017-2025):杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通

China

unicom產(chǎn)業(yè)需求增加●隱私計(jì)算生態(tài)包括數(shù)據(jù)提供方、數(shù)據(jù)加工方、數(shù)據(jù)使用方、服

務(wù)商與交易所等●企業(yè)和個(gè)人需求日益增長(zhǎng)，有巨大市場(chǎng)空間●開(kāi)源產(chǎn)品目前是生態(tài)中的主流2021-2025年(預(yù)計(jì)我國(guó)隱私計(jì)算市場(chǎng)規(guī)模120-

1.5145.80%1

44.50%

1.4100-1.280-1S2

.60%G0

0.875.8060.6400.4200.202021

2022基礎(chǔ)產(chǎn)品服務(wù)(億元)數(shù)據(jù)來(lái)源：36氪研究院根據(jù)公開(kāi)資料整理

應(yīng)用擴(kuò)展、產(chǎn)業(yè)鏈融合●隱私計(jì)算在金融、通訊、政務(wù)、醫(yī)療、保險(xiǎn)等產(chǎn)業(yè)應(yīng)用更廣泛●產(chǎn)業(yè)鏈從上游的可信硬件，到中游的技術(shù)提供方，再到下游的應(yīng)

用方，已形成較完整的生態(tài)金融

53%通信17%·

政策法規(guī)支持，產(chǎn)業(yè)需求增加·

技術(shù)加速創(chuàng)新并與區(qū)塊鏈、人工智能等新興技術(shù)融合·

相關(guān)技術(shù)標(biāo)準(zhǔn)和產(chǎn)業(yè)規(guī)范逐步完善、產(chǎn)業(yè)鏈完整、應(yīng)用擴(kuò)展

隱私計(jì)算技術(shù)市場(chǎng)前景廣闊20232024E2025E數(shù)據(jù)運(yùn)營(yíng)《億元)

-

-

增速(

%

)數(shù)據(jù)來(lái)源：億歐，國(guó)泰君安，36氪研究院整理2024全球隱私計(jì)算報(bào)告圣鑒蓋:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE×××數(shù)據(jù)要素社政務(wù)13%中國(guó)聯(lián)通

China

unicom·

2023年人工智能相關(guān)法規(guī)25項(xiàng)·歐盟Al法案

(EUAlAct,2024):全球首個(gè)全面的Al

法律框架，基于風(fēng)險(xiǎn)分類對(duì)高風(fēng)

險(xiǎn)Al系統(tǒng)設(shè)置了嚴(yán)格的監(jiān)管·

美

國(guó)Al權(quán)利法案

(AIBill

of

Rights):防

止Al系統(tǒng)中的歧視，確保算法透明性和隱私保

護(hù)·中

國(guó)AI監(jiān)管法案：加強(qiáng)對(duì)Al技術(shù)的監(jiān)管，特

別是涉及國(guó)家安全風(fēng)險(xiǎn)的應(yīng)用，如生物識(shí)別

和監(jiān)控技術(shù)?！?/p>

加拿大人工智能和數(shù)據(jù)法案

(AIDA):

重

點(diǎn)

強(qiáng)調(diào)數(shù)據(jù)隱私和Al的倫理使用，如金融和保險(xiǎn)

領(lǐng)域·其他國(guó)家和地區(qū)：南韓《SouthKorea's

AlFramework

Act》;巴西《Brazil's

AlRegulationBill》;印

度

《DigitalIndiaAct》·

2023年，具有開(kāi)放許可證的日益高效的基礎(chǔ)模型呈爆炸式增長(zhǎng)，比2022年增加一倍以上，

新模型如：LlaMa、StableLM、Falcon、Mistral、LlaMa2、DeepFloyd和

Stable

Diffusion等·

以

ChatGPT為代表的新一代生成式人工智能

問(wèn)世，在全球范圍大火，改變了人工智能(Al)

技術(shù)與應(yīng)用的發(fā)展軌跡，加速了人與

Al的互動(dòng)，是人工智能發(fā)展史上的新里程碑

·GPT-4、Gemini、Gemini

Ultra和Claude3等先進(jìn)模型展示出強(qiáng)大的多模態(tài)能力，綜合性能優(yōu)越·

麥肯錫2024年調(diào)查發(fā)現(xiàn)，在過(guò)去六年中，全球的Al采用率2019年之前一直在50%以下，

2023年躍升至72%;生成式Al采用率從2023年的33%增加到2024年的65%,幾乎翻

了一倍。超過(guò)60%的中國(guó)企業(yè)計(jì)劃在未來(lái)1-

2年內(nèi)部署生成式Al2023年對(duì)生成式Al的投資激增，達(dá)到252億

美元，比2022年增長(zhǎng)近八倍Aladoptionworldwide

has

increaseddramatically

inthe

pastyear,after

yearsoflittle

meaningfulchange.OrganizationsthathaveadoptedAlinat

least

1

businessfunction,%of

respondents100-

1002023-2024年間，Al

在技術(shù)創(chuàng)新、政策法規(guī)與應(yīng)用投資等方面均取得較大進(jìn)展。目前60個(gè)國(guó)家擁有A|戰(zhàn)略，預(yù)計(jì)生成式Al每年將為全球經(jīng)濟(jì)貢獻(xiàn)4.4萬(wàn)億美元。

人工智能技術(shù)的發(fā)展332020201720182019202020212022202320249

應(yīng)用和投資規(guī)模擴(kuò)大

政策法規(guī)支持2024全球隱私計(jì)算報(bào)告

×××

技術(shù)創(chuàng)新:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom5650Use

of

generative

AI806055582080Al大模型在創(chuàng)造巨大價(jià)值的同時(shí)，可能帶來(lái)明文訓(xùn)練數(shù)據(jù)被泄露或個(gè)人信息被濫用等安全和隱私風(fēng)險(xiǎn)，隱私計(jì)算技術(shù)通過(guò)提供安全計(jì)算環(huán)境，可以有效降低這些風(fēng)險(xiǎn)。

產(chǎn)業(yè)界進(jìn)展·

2019年，微眾銀行人工智能團(tuán)隊(duì)發(fā)起了全球首個(gè)聯(lián)邦學(xué)習(xí)工業(yè)級(jí)開(kāi)源框架FATE,可以讓企業(yè)和機(jī)構(gòu)在保護(hù)數(shù)據(jù)安全和數(shù)據(jù)隱私的前提下進(jìn)行數(shù)據(jù)協(xié)作，核心功能包括聯(lián)邦特征工程，聯(lián)邦統(tǒng)計(jì)，聯(lián)邦機(jī)器學(xué)習(xí)，聯(lián)邦深度學(xué)習(xí)，聯(lián)邦遷移學(xué)習(xí)等·2024年，螞蟻集團(tuán)發(fā)布“隱語(yǔ)Cloud”

大模型密態(tài)計(jì)算平臺(tái)，提高大模型密態(tài)托管和大模型密態(tài)推理服務(wù)

未來(lái)發(fā)展方向·

增強(qiáng)的模型安全性：隱私計(jì)算技術(shù)可以增強(qiáng)A|模型的安全性，防止模型被惡意攻擊或篡改。例如，使用同態(tài)加密技術(shù)可以在加密狀態(tài)下對(duì)數(shù)據(jù)進(jìn)行處理，確保模型訓(xùn)練和預(yù)測(cè)過(guò)程的安全性，使用聯(lián)邦學(xué)習(xí)、差分隱私等技術(shù)可以在不暴露原始數(shù)據(jù)的情況下訓(xùn)練模型·

技術(shù)融合與創(chuàng)新：

隱私計(jì)算與A

技術(shù)的融合將催生新的技術(shù)路線和創(chuàng)新應(yīng)用。例如，結(jié)合區(qū)塊鏈技術(shù)可創(chuàng)建更透明、可追溯的數(shù)據(jù)處理流程，促進(jìn)跨域數(shù)

據(jù)合作·

性能優(yōu)化：當(dāng)前隱私計(jì)算和A

技術(shù)面臨的一個(gè)挑戰(zhàn)是性能問(wèn)題，尤其是在處理大規(guī)模數(shù)據(jù)時(shí)。隨著算法和硬件的優(yōu)化，隱私計(jì)算和A技術(shù)的性能將有望得

到顯著提升，從而更好地支持Al應(yīng)

用·

產(chǎn)業(yè)定制化解決方案：不同產(chǎn)業(yè)對(duì)隱私計(jì)算和A

技術(shù)的需求不同。未來(lái)將出現(xiàn)更多針對(duì)特定產(chǎn)業(yè)需求的定制化解決方案，如醫(yī)療健康、金融風(fēng)控等專用隱

私平臺(tái)·

Al

倫理和合規(guī)性：通過(guò)確保數(shù)據(jù)處理過(guò)程符合隱私保護(hù)要求，隱私計(jì)算可以幫助A

技術(shù)更好地適應(yīng)法律法規(guī)，解決A

應(yīng)用中的倫理和合規(guī)性問(wèn)題

隱私計(jì)算與人工智能的技術(shù)融合2024全球隱私計(jì)算報(bào)告

×××:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom2024隱私計(jì)算產(chǎn)業(yè)圖譜

圣賀鑒蓋》Part

TW第二章2024全球隱私計(jì)算報(bào)告

×××:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicomAIX

科太OpenAI新精口日部senseri0塑BaseBitai°翼

方

健

數(shù)

崴

科

技inpherCape

Privacy數(shù)牘sudo二

RYPTICL?aS2024全球隱私計(jì)算報(bào)告

×××通信通用硬件服務(wù)商HUAWEI

ARMinspur

浪潮

intel.AMDA原語(yǔ)科技PRIMITIVE

HUBTONGTAI同態(tài)科技SEAGLYSPrimiHubpiranha政務(wù)上期放據(jù)集四有限公司門]數(shù)字浙江交易所北京國(guó)際大數(shù)據(jù)交易所BeijingMernatianat

Data

Exchange貴陽(yáng)大數(shù)據(jù)交易所

2024隱私計(jì)算圖譜專精服務(wù)商凡藍(lán)象智聯(lián)

洞見(jiàn)科技經(jīng)

敲1CJLO作

nlsnaHUAWEIMicrosoftZAMASECRETFLOW隱語(yǔ)EzPC螞蟻集團(tuán)

ANTGROUPhlByieDance字節(jié)跳動(dòng)金智塔科技讓

數(shù)

智

世

界

更

可

信融

安

數(shù)

科

cDnG3nDIGITeCH富數(shù)PU2開(kāi)源服務(wù)商FudanMPLMP-SPDZ金融Eank

中國(guó)光大銀行d

溥發(fā)銀行6交通銀行中國(guó)電信CHINATELECOM世

界

觸

手

可

及隱私計(jì)算垂直類服務(wù)商隱私計(jì)算融合類服務(wù)商硬件服務(wù)商融

安

數(shù)

科hGlTEC鋅

裁

科

技Tencent騰訊

Oogle中

圣

在

結(jié)水母智能U綜合服務(wù)商場(chǎng)景應(yīng)用三6O趣鏈科技HYPER

CHAIN螞蟻集團(tuán)ANTGROUPBai山

百度聯(lián)通數(shù)科necmbH中國(guó)聯(lián)通

China

unicomFATE軟硬一體機(jī)服務(wù)商APar8diqm算

國(guó)

它

餌杭州數(shù)據(jù)交易所HANGZHOUDATA

EXCHANGE杭州數(shù)據(jù)交易所HANGZHOUDATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom中國(guó)農(nóng)業(yè)銀行rm*Ko*c上

取

題招商銀行信息安全中國(guó)工商銀行區(qū)塊鏈醫(yī)療hl:i應(yīng)用場(chǎng)景國(guó)外ZamaInpherEaglysCape

PrivacyPyte.aiCryptolabsConcrete,Concrete-MLSecret

ComputingR,SecurAl隱私增強(qiáng)技術(shù)，MPC和安全多方數(shù)據(jù)分析平臺(tái)保密計(jì)算技術(shù)，API加密狀態(tài)下的機(jī)器學(xué)習(xí)工具集安全多方計(jì)算(MPC),區(qū)塊鏈安全金融、醫(yī)療、區(qū)塊

鏈金融、醫(yī)療金融、醫(yī)療醫(yī)療、金融醫(yī)療、金融金融、區(qū)塊鏈提供隱私保護(hù)應(yīng)用程序開(kāi)發(fā)，支持機(jī)器學(xué)習(xí)和其他計(jì)算任務(wù)安全計(jì)算，跨組織數(shù)據(jù)孤島協(xié)作，大語(yǔ)言模型推理

數(shù)據(jù)安全共享和協(xié)作數(shù)據(jù)去識(shí)別化和重新識(shí)別，安全文檔處理加密狀態(tài)下訓(xùn)練和推理模型多方協(xié)作計(jì)算，智能合約安全杭州金智塔科技有限公司國(guó)

內(nèi)

浙江螞蟻密算科技有限公司神州融安數(shù)字科技(北京)有

限公司隱私計(jì)算平臺(tái)、數(shù)據(jù)合規(guī)流通平臺(tái)、容器計(jì)算平臺(tái)、

數(shù)據(jù)資產(chǎn)登記平臺(tái)等以密態(tài)計(jì)算技術(shù)創(chuàng)新應(yīng)用及開(kāi)源社區(qū)共建賦能可信數(shù)據(jù)要素流通建設(shè)政務(wù)、金融、零售、

制造業(yè)政務(wù)、金融、醫(yī)療、

互聯(lián)網(wǎng)政公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)、智能風(fēng)控、反欺詐、智能營(yíng)銷、

智能選址、智能制造等公共數(shù)據(jù)開(kāi)放、密態(tài)醫(yī)療大模型、密態(tài)大模型知識(shí)庫(kù)、

智能風(fēng)控、車險(xiǎn)定價(jià)等融安隱私計(jì)算平臺(tái)、融安隱私計(jì)算一體機(jī)

保險(xiǎn)、公安、營(yíng)銷醫(yī)保智能風(fēng)控業(yè)務(wù)、銀行營(yíng)銷用戶畫(huà)像及標(biāo)簽等隱私計(jì)算垂類服務(wù)商正在快速成長(zhǎng)，國(guó)外企業(yè)專注技術(shù)研發(fā)，在技術(shù)層面取得較多成果；國(guó)內(nèi)企業(yè)技術(shù)研發(fā)和商業(yè)化落地協(xié)同發(fā)展。國(guó)內(nèi)外隱私計(jì)算垂類服務(wù)商分析2024全球隱私計(jì)算報(bào)告

×××數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom差分隱私TensorFlow

Privacy

框架(谷歌)提供用于訓(xùn)練差分隱私模

型的工具。提供跟蹤和管理隱私預(yù)算

功

能

。Privacy-PreservingData

Analytics(Uber)利

用差分隱私與匿名化技術(shù)。幫助公司在處理用戶乘車數(shù)

據(jù)時(shí)保護(hù)隱私，同時(shí)進(jìn)行交

通流量和其他分析。聯(lián)邦學(xué)習(xí)FATE聯(lián)邦學(xué)習(xí)框

架(微眾)支持多種機(jī)器學(xué)習(xí)模型聯(lián)

邦

建

模

。社區(qū)多達(dá)570家企業(yè)參加(2021年)

但代碼性能低(Python)。JaxFed計(jì)算庫(kù)(谷歌)通過(guò)提供相關(guān)組件提高編寫(xiě)

和部署聯(lián)邦學(xué)習(xí)算法效率。支持TPU、GPU等硬件加速。同態(tài)加密②

l

)態(tài)加密首個(gè)開(kāi)源實(shí)現(xiàn)全同態(tài)加密

算法

(BGV

算法)提供

密文自舉代碼實(shí)現(xiàn)。但使

用成本高，代碼缺乏維護(hù)。O

t(

態(tài))計(jì)提供密文自舉代碼實(shí)現(xiàn)(TFHE

算法)。前端兼容科學(xué)計(jì)算庫(kù)Numpy。實(shí)

現(xiàn)

零成本編寫(xiě)同態(tài)應(yīng)用。ZAMAe全同算框架ConcreIBMb全同庫(kù)HE利用MPC

技術(shù)完成用戶瀏覽頁(yè)面廣告位的隱私保

護(hù)集合競(jìng)價(jià)。隱語(yǔ)SecretFlow安全計(jì)算框架(螞蟻)統(tǒng)一前端編寫(xiě)成本低加入

中間層解耦前后端易于擴(kuò)

展新協(xié)議。可信執(zhí)行環(huán)境目

O(高易用性，只需要少量修改程序源碼即可在TEE上

執(zhí)行

。高性能，支持多TEE任務(wù)

同時(shí)高效執(zhí)行。)系統(tǒng)螞蟻TEE華&um清ccl

國(guó)內(nèi)外隱私計(jì)算產(chǎn)品概況自研TEE,

高性能密態(tài)計(jì)算能力，支持主流全同態(tài)加密算法與52種全同態(tài)加密算子的硬

件加速，比軟件性能提升200

倍以上。"翠湖"安全處理器和全同態(tài)協(xié)處理器(中

關(guān)村實(shí)驗(yàn)室)隱私保護(hù)廣告位集

合競(jìng)價(jià)平臺(tái)

(Meta)2024全球隱私計(jì)算報(bào)告

×××安全多方計(jì)算:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社目目中國(guó)聯(lián)通China

unicom■

開(kāi)源促進(jìn)了隱私計(jì)算的快速發(fā)展開(kāi)源技術(shù)可以有效促進(jìn)隱私計(jì)算技術(shù)的發(fā)展、普及及應(yīng)用推廣，開(kāi)源項(xiàng)目降低了隱私計(jì)算產(chǎn)業(yè)門檻，從而進(jìn)一步促進(jìn)產(chǎn)業(yè)的發(fā)展與繁榮?！?/p>

開(kāi)源提升了隱私計(jì)算平臺(tái)的安全性在隱私計(jì)算領(lǐng)域，安全性是核心關(guān)切。開(kāi)源社區(qū)的代碼透明、審查公開(kāi)，用戶可以檢驗(yàn)和監(jiān)督平臺(tái)的安全性。這種開(kāi)放性有助于及時(shí)發(fā)現(xiàn)并解決產(chǎn)品中的潛在安全問(wèn)題。國(guó)內(nèi)外開(kāi)源隱私計(jì)算技術(shù)與應(yīng)用不斷涌現(xiàn)，

包括微軟、螞蟻集團(tuán)、原語(yǔ)科技、UC伯克利、復(fù)旦大學(xué)等國(guó)內(nèi)外企業(yè)與高校推出多個(gè)隱私計(jì)算開(kāi)源項(xiàng)目，進(jìn)一步促進(jìn)隱私計(jì)算技術(shù)普及、應(yīng)

用和發(fā)展。SECRETFLOW隱語(yǔ)由螞蟻集團(tuán)研發(fā)的開(kāi)源可信隱私計(jì)算框架，以安全、中立、易用為核心設(shè)計(jì)理念，用一套通用框架支持了包括安全多

方計(jì)算

(MPC)、

聯(lián)邦學(xué)習(xí)

(FL)、同態(tài)加密

(HE)、可

信執(zhí)行環(huán)境

(TEE)

以及差分隱私

(DP)

在內(nèi)的多種主流

隱私計(jì)算技術(shù)，是國(guó)內(nèi)生態(tài)影響力最大的開(kāi)源社區(qū)，技術(shù)

方案最為齊全的隱私計(jì)算框架之一。uiepiranha由UC

Berkley

Rise實(shí)驗(yàn)室維護(hù)安全多方

學(xué)習(xí)框架，主要通過(guò)GPU

對(duì)本地密文計(jì)

算進(jìn)行加速，提高本地運(yùn)算效率，是隱私

計(jì)算領(lǐng)域中使用GPU

加速本地密文計(jì)算

的先行者。EzPC由微軟開(kāi)源的安全多方學(xué)習(xí)框架，針對(duì)安

全推理場(chǎng)景提供了相對(duì)完備的安全級(jí)別定

義，相關(guān)研究工作自成一體，是安全多方

學(xué)習(xí)框架中安全推理場(chǎng)景的標(biāo)桿之一。Zama由Zama公司開(kāi)發(fā)的Concrete

和Concrete-ML

框架，是由Rust編寫(xiě)的FHE

框架，旨在讓密碼學(xué)家和開(kāi)發(fā)人員能

夠以最小的開(kāi)銷創(chuàng)建隱私保護(hù)應(yīng)用程序。FudenMPL由復(fù)旦大學(xué)Daslab實(shí)驗(yàn)室韓偉力教授及

其學(xué)生獨(dú)立研發(fā)的開(kāi)源安全多方學(xué)習(xí)平

臺(tái)，是基于BGW

協(xié)議的開(kāi)源安全多方學(xué)

習(xí)框架。FATE由微眾銀行開(kāi)源的聯(lián)邦學(xué)習(xí)開(kāi)源項(xiàng)目，提供了一種基于數(shù)據(jù)隱私保護(hù)的安全計(jì)算框

架，為機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、遷移學(xué)習(xí)算

法提供強(qiáng)有力的安全計(jì)算支持。MP-SPDZ由CSIRO

Data61

Engineering

&Design

機(jī)構(gòu)Marcel

Keller獨(dú)立維護(hù)，支

持安全多方計(jì)算(MPC)

及同態(tài)加密(HE)

隱私計(jì)算技術(shù)。由原語(yǔ)科技研發(fā)的開(kāi)源可信隱私計(jì)算平臺(tái)，該平臺(tái)融合了安全多

方計(jì)算(MPC)、

聯(lián)邦學(xué)習(xí)(FL)、

同態(tài)加密

(HE)、

可

信執(zhí)行環(huán)境

(TEE)等多種隱私

計(jì)算技術(shù)。

隱私計(jì)算技術(shù)開(kāi)源情況國(guó)外開(kāi)源隱私計(jì)算技術(shù)國(guó)內(nèi)開(kāi)源隱私計(jì)算技術(shù)2024全球隱私計(jì)算報(bào)告

×××數(shù)據(jù)要素社:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE中國(guó)聯(lián)通China

unicom圣鑒蓋2024全球隱私計(jì)算報(bào)告

×××隱私計(jì)算技術(shù)演進(jìn)和融合

圣賀鑒蓋:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom

隱私計(jì)算技術(shù)演進(jìn)與融合-總體進(jìn)展2023-2024年各類隱私計(jì)算論文發(fā)表數(shù)量

2023-2024年各類隱私計(jì)算論文占比1601402024全球隱私計(jì)算報(bào)告

×××數(shù)據(jù)來(lái)源(安全和密碼學(xué)頂級(jí)會(huì)議):·

IEEES&P2023、2024USENIXSecurity2023、2024·ACM

CCS

2023、2024·

NDSS

2023、2024·

CRYPTO

2023、2024·EUROCRYPT

2023、2024●

ASIACRYPT

2023技術(shù)分類：MPC:

Secure

Multi-Party

Computation

安全多方計(jì)算·

ZKP:Zero-KnowledgeProof

零知識(shí)證明FHE:

FullyHomomorphicEncryption全同態(tài)加密·

DP:DifferentialPrivacy差分隱

私·TEE:TrustedExecutionEnvironment

可信執(zhí)行環(huán)境·

PSI:

PrivateSet

Intersection隱

私集合求交·PIR:

Private

InformationRetrieval

隱私信息查詢806040200MPC

ZKPPSI&PIRFHEDP■2024年發(fā)表數(shù)量■2023年發(fā)表數(shù)量TEE6%TEEDP

12%ZKP28%MPC33%PSI&PIR11%FHE10%說(shuō)

明

：MPC中除去PSI、PIR相關(guān)工作

說(shuō)

明

：MPC

中除去PSI、PIR相關(guān)工作圣鑒蓋

數(shù)據(jù)要素社:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGEunic聯(lián)120100····

門限加密/簽名算法、混淆算法是MPC

中經(jīng)典的研究課題。門限方案允許一組參與方分享密鑰，超過(guò)t個(gè)參與方能夠?qū)ο⑦M(jìn)行解密/簽名；混淆算法起源于經(jīng)典的姚氏混淆電路?！りP(guān)于Schnorr、BLS、BBS+、ECDSA

等簽名算法的研究數(shù)量較多。關(guān)注點(diǎn)包括：簽名的輪數(shù)復(fù)雜度、抵御適應(yīng)性敵手的能力、底層假設(shè)、在實(shí)際場(chǎng)景下的健壯性等。·

關(guān)于混淆算法的研究聚焦于：算法的性能、算術(shù)電路/算術(shù)-布爾混合電路的混淆算法?！PC的論文也關(guān)注一些特殊場(chǎng)景下的有趣問(wèn)題，包括：相關(guān)隨機(jī)數(shù)的生成、非平衡場(chǎng)景MPC、可

追

責(zé)

MPC?！は嚓P(guān)隨機(jī)數(shù)通過(guò)離線階段的預(yù)處理，使協(xié)議的在線階段取得巨大的性能提升。·非平衡場(chǎng)景有：星型網(wǎng)絡(luò)拓?fù)鋱?chǎng)景、算力非平衡場(chǎng)景、參與方權(quán)重不同場(chǎng)景等。·

可

追

責(zé)MPC協(xié)議能夠在運(yùn)行失敗時(shí)識(shí)別出作惡的參與方，大大增加參與方的作惡成本?！?/p>

理論界，關(guān)于MPC

協(xié)議的輪數(shù)復(fù)雜度(或非交互式計(jì)算)、通信復(fù)雜度以及計(jì)算復(fù)雜度也受到了廣泛

的

研

究

。·

對(duì)于不同的目標(biāo)/模型，研究者證明復(fù)雜度下界或設(shè)計(jì)線性/亞線性復(fù)雜度的高效協(xié)議?！?/p>

一些反直覺(jué)的結(jié)論：例如，Lin

等人通過(guò)對(duì)輸入的預(yù)處理，使得參與方在承諾、零知識(shí)證明、MPC

協(xié)議中甚至不需要讀取整個(gè)輸入，達(dá)到亞線性的在線時(shí)間復(fù)雜度

(Doubly

Efficient

Cryptography:

Commitments,Arguments

and

RAM

MPC)?！PC

的在各場(chǎng)景下的應(yīng)用以及高效實(shí)現(xiàn)，同樣受到業(yè)界人員的廣泛關(guān)注?！?/p>

研究最多的是MPC在機(jī)器學(xué)習(xí)/深度學(xué)習(xí)中的應(yīng)用，其他的例子包括：使用MPC進(jìn)行時(shí)間序列分析、認(rèn)證、網(wǎng)絡(luò)服務(wù)、密鑰管理、動(dòng)態(tài)數(shù)據(jù)庫(kù)分析等等?！PC

落地實(shí)現(xiàn)方面，研究包括：(布爾-算術(shù)-姚)混合模式MPC、

有協(xié)助者的MPC、MPC

編譯器等。

其

中

，Silph

是一個(gè)能自動(dòng)將高級(jí)程序語(yǔ)言程序編譯成混合MPC協(xié)議的框架

(Silph:A

Framework

forScalable

and

Accurate

Generation

of

Hybrid

MPC

Protocols)。統(tǒng)計(jì)了2023與2024年發(fā)表在四大安全會(huì)議

(CCS,USENIX

Security,IEEE

S&P,NDSS)和三大密碼學(xué)會(huì)議

(CRYPTO,EUROCRYPT,ASIACRYPT)的

關(guān)

于MPC的論文，共144篇。截至本報(bào)告寫(xiě)作之時(shí)，ASIACRYPT

2024的論文尚未公布，因此未加入統(tǒng)計(jì)。6%3%5%4%9%■相關(guān)隨機(jī)數(shù)■輪數(shù)復(fù)雜度/非交互

■應(yīng)用4%13%4%

9%

(門限)加密/簽名

■混淆算法有些論文同時(shí)屬于多個(gè)類別。18%25%■非平衡場(chǎng)景■通信復(fù)雜度

■實(shí)現(xiàn)■可追責(zé)性■計(jì)算復(fù)雜度

■其他安全多方計(jì)算MPC

研究動(dòng)態(tài)

MPC論文分類統(tǒng)計(jì)

各研究方向進(jìn)展2024全球隱私計(jì)算報(bào)告

×××:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom技術(shù)分類與論文數(shù)量構(gòu)建11%攻擊36%應(yīng)用25%防御28%·

技術(shù)分類：攻擊、防御、應(yīng)用、構(gòu)建；

·

安全類頂級(jí)會(huì)議相關(guān)論文總數(shù)28篇?？尚艌?zhí)行環(huán)境

(Trusted

Execution

Environment,TEE)是軟硬件協(xié)同構(gòu)成的隔離環(huán)境，可以保護(hù)敏感數(shù)據(jù)并執(zhí)行隱私計(jì)算。常用的TEE技術(shù)

各研究方向進(jìn)展工

MyTEE通過(guò)制作頁(yè)表進(jìn)行內(nèi)存隔離、過(guò)濾DMA

數(shù)據(jù)包以及啟用安全I(xiàn)O,

在嵌入式設(shè)備新型可信執(zhí)行環(huán)

上實(shí)現(xiàn)了可信執(zhí)行環(huán)境境開(kāi)發(fā)EnigMap

通過(guò)在外部存儲(chǔ)和飛地間建立隱蔽映射，實(shí)現(xiàn)了大規(guī)模數(shù)據(jù)的安全高效處理D?rre

等人利用不完全可信的可信執(zhí)行環(huán)境構(gòu)建了高效隱私集合求交協(xié)議，其中可信執(zhí)行環(huán)境可能受到側(cè)信道攻擊，或是將信息泄露給硬件制造商Gramine-TDX

基于Gramine項(xiàng)目和IntelTDX,專門為機(jī)密虛擬機(jī)設(shè)計(jì)了輕量級(jí)操作系統(tǒng)Schaik等人的綜述性文章發(fā)現(xiàn)，現(xiàn)有的IntelSGX更新策略無(wú)法幫助開(kāi)發(fā)人員即時(shí)修復(fù)安全漏洞多篇文章利用數(shù)據(jù)競(jìng)爭(zhēng)攻擊、指令計(jì)數(shù)攻擊、惡意#VC

中斷、總線故障攻擊等攻擊方式，成功攻破了現(xiàn)有的商用可信執(zhí)行環(huán)境

可信執(zhí)行環(huán)境研究動(dòng)態(tài)·IntelSGX、IntelTDX、AMDSEV和ARMTrustZoneAEX-Notify

解決方案已被納入IntelSGX修訂版規(guī)范

SymGX發(fā)現(xiàn)多個(gè)零日漏洞，并獲開(kāi)發(fā)者確認(rèn)跡防御和漏洞探測(cè)

手段品隱私計(jì)算和可信

應(yīng)用開(kāi)發(fā)圣鑒蓋中國(guó)聯(lián)通China

unicom2024全球隱私計(jì)算報(bào)告潛在安全隱患:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE×××數(shù)據(jù)要素社ZK

數(shù)據(jù)庫(kù)。零知識(shí)基本數(shù)據(jù)庫(kù)(ZK-EDB)使得證明者能夠?qū)?shù)據(jù)庫(kù)D

(其中包含

(x,v)對(duì)的鍵值)進(jìn)行承諾，并隨后為“發(fā)送與x相關(guān)聯(lián)的值D(x)”的查詢提供令人信服的答案，而不

會(huì)泄露任何額外的知識(shí)。其技術(shù)貢獻(xiàn)有兩方面。首先，引入了一種支持集合合并操作的新型

零知識(shí)集(ZKS),

并給出了一個(gè)基于未知階群的實(shí)際構(gòu)造。其次，開(kāi)發(fā)了一種將布爾電路查詢

轉(zhuǎn)換為相關(guān)集合合并操作查詢的變換。ZK隱私保護(hù)。在區(qū)塊鏈研究中，實(shí)現(xiàn)隱私保護(hù)的審計(jì)而不犧牲系統(tǒng)的安全性和可信性是一個(gè)

關(guān)鍵的研究領(lǐng)域。zkCross,這是一種新穎的雙層跨鏈架構(gòu)，配備了三種跨鏈協(xié)議，以實(shí)現(xiàn)隱

私保護(hù)的跨鏈審計(jì)。其中，兩個(gè)協(xié)議分別用于隱私保護(hù)的跨鏈轉(zhuǎn)賬和交換，第三個(gè)協(xié)議則是

高效的跨鏈審計(jì)協(xié)議。這些協(xié)議基于堅(jiān)實(shí)的跨鏈方案，以保證隱私保護(hù)和審計(jì)效率。ZK

投票。為了保證電子投票中沒(méi)有選票被添加、遺漏或更改，使用零知識(shí)證明來(lái)提供公開(kāi)可驗(yàn)證的證明，證明輸出的選票是輸入選票的重新加密的排列。通過(guò)Coq

證明助手對(duì)Bayer-Groth

洗牌證明的安全性進(jìn)行了機(jī)器檢查。隨后提取了驗(yàn)證器(軟件),用于檢查Bayer-Groth

實(shí)現(xiàn)生成的證明，并使用該驗(yàn)證器對(duì)正在為瑞士國(guó)家選舉開(kāi)發(fā)的瑞士郵政電子投票系統(tǒng)的證明進(jìn)行檢查。ZK

身份驗(yàn)證。對(duì)于許多用戶來(lái)說(shuō)，基于私鑰的錢包是進(jìn)入?yún)^(qū)塊鏈的主要方式。常見(jiàn)的錢包認(rèn)證方法可能會(huì)顯得繁瑣。這種用戶入門的難度顯著阻礙了區(qū)塊鏈應(yīng)用的普及。zkLogin,

這

是一種新穎的技術(shù)，利用由流行平臺(tái)(如啟用OpenlD

Connect的平臺(tái)，例如Google、Facebook

等)發(fā)行的身份令牌來(lái)認(rèn)證交易。zkLogin

提供了強(qiáng)大的安全性和隱私保障。然

而，與之前相關(guān)的工作不同，zkLogin

避免了額外的受信方(如受信硬件或預(yù)言機(jī))來(lái)提供其

安全保障。zkLogin

利用零知識(shí)證明確保用戶的鏈下身份和鏈上身份之間的鏈接被隱藏，甚至

對(duì)平臺(tái)本身也是不可見(jiàn)的。zkLogin核心的簽名方案使得在區(qū)塊鏈之外進(jìn)行許多重要應(yīng)用成

為可能。ZKVM

(零知識(shí)證明虛擬機(jī))。使用高級(jí)語(yǔ)言編寫(xiě)的程序可以自動(dòng)生成零知識(shí)證明。D

ora是專為ZKVM設(shè)計(jì)的高效零知識(shí)證明協(xié)議，它很好的平衡了指令數(shù)量和指令復(fù)雜度，使得向處

理器添加指令的開(kāi)銷幾乎為零。另一個(gè)新奇的ZKVM

實(shí)現(xiàn)途徑是，使用定制的零知識(shí)證明系

統(tǒng)，證明在Satisfiability

ModuloTheories(SMT)范式下的各種等式，如布爾邏輯。FoldingScheme。Nova

是為IVC(incrementalverifiablecomputation)

專門設(shè)計(jì)的零

知識(shí)證明方案。其本質(zhì)是一種高效的算術(shù)化表示方法，通過(guò)對(duì)約束系統(tǒng)的不斷壓縮，只需驗(yàn)

證一次，大大減少了開(kāi)銷。SuperNova處理了每次調(diào)用函數(shù)不同時(shí)的情況，同時(shí)運(yùn)行多個(gè)folding

實(shí)例，根據(jù)調(diào)用的不同，更新相對(duì)應(yīng)的實(shí)例。而HyperNova

適應(yīng)于最新的算術(shù)約束系

統(tǒng)CSS(customizable

constraint

system),并使用了名為CycleFold的技術(shù)，使得證明方

案能在一對(duì)循環(huán)曲線上進(jìn)行高效的遞歸。Post

Quantum。后量子安全的零知識(shí)證明方案一直是研究的前沿方向，基于格的零知識(shí)證

明方案近兩年在實(shí)用性上得到了較大的突破。其中，LaBRADOR

證明系統(tǒng)通過(guò)基于格的遞歸

攤銷R1CS證明系統(tǒng)，實(shí)現(xiàn)了證明大小優(yōu)化，其證明大小僅由遞歸的最后一步?jīng)Q定，與初始R1CS實(shí)例的大小無(wú)關(guān)。Greyhound是第一個(gè)基于標(biāo)準(zhǔn)的格假設(shè)的多項(xiàng)式承諾方案，當(dāng)多項(xiàng)式

的度高時(shí)，其evaluation

證明大小較小，達(dá)到了實(shí)用的程度。分布式。減少零知識(shí)證明高昂的證明開(kāi)銷、將證明過(guò)程并行或者分布式是現(xiàn)實(shí)的需求。Pianist是一個(gè)基于Plonk的高效分布式零知識(shí)證明協(xié)議，為并行電路和通用電路都設(shè)計(jì)了并行化方法。該框架包含了一個(gè)分布式的多項(xiàng)式IOP協(xié)議和一個(gè)可分布式計(jì)算的多項(xiàng)式承諾方案。

Collaborative零知識(shí)證明系統(tǒng)中，證明者會(huì)分發(fā)證明任務(wù)給多個(gè)子證明者，其他證明者會(huì)協(xié)

作生成證明。ZKSaas是一個(gè)典型代表，其證明者可以通過(guò)秘密分享技術(shù)，讓一組其他證明者

通過(guò)安全多方計(jì)算的方式，安全生成證明，而不會(huì)泄露隱私信息。零知識(shí)證明(zero-knowledge

proof,ZKP)是一種密碼學(xué)技術(shù)，其中證明者能夠向驗(yàn)證者證明某一陳述為真，但在此過(guò)程中，除了該陳述的真實(shí)性外，驗(yàn)證者無(wú)法獲得任何額外的信息。理論進(jìn)展

應(yīng)用方面進(jìn)展

零知識(shí)證明研究動(dòng)態(tài)2024全球隱私計(jì)算報(bào)告

×××:

杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom·PSI,

即隱私集合求交，要求兩方或多方在不泄露額外信息的前提下得到集合的交集。大多數(shù)文獻(xiàn)的研究聚焦于標(biāo)準(zhǔn)PSI,關(guān)注點(diǎn)包括安全性、通信效率、計(jì)算效率?！?/p>

安

全

性

方

面

，D?rre

等人提出能夠在含有側(cè)信道的可信執(zhí)行環(huán)境(TEE)

下安全運(yùn)行的PSI協(xié)議。·

通信效率方面，Bienstock

等人通過(guò)對(duì)不經(jīng)意鍵值存儲(chǔ)(OKVS)進(jìn)行改進(jìn)，優(yōu)化了鍵值對(duì)編碼效率。在計(jì)算效率上，Kerschbaum

等人提出在離線階段執(zhí)行昂貴操作的比較協(xié)議，可用于PSI協(xié)議并提高響應(yīng)速度?！?/p>

除

標(biāo)

準(zhǔn)PSI外，許多文獻(xiàn)關(guān)注PSI的變體，例如電路PSI,模

糊PSI,

閾

值PSI,

結(jié)構(gòu)感知PSI?！?/p>

電

路PSI的輸出是集合交集的秘密分享，允許參與方基于集合交集做進(jìn)一步的計(jì)算，而交集本身對(duì)兩方保密。Hao

等

人提出了不經(jīng)意鍵值檢索

(OKVR),并據(jù)此構(gòu)建了高效的不平衡電路PSI方案?！つ：齈SI將“距離接近”的兩個(gè)元素視作相同元素匹配。Chakraborti等人提出DA-PSI

返回在距離閾值內(nèi)的匹配?！ら撝礟SI僅在交集大小高于閾值時(shí)獲得交集，Liu等人在閾值PSI的基礎(chǔ)上提出了多方概率閾值PSI,以較小概率的不良事件為代價(jià)，換取了協(xié)議的高效性和可擴(kuò)展性?！?/p>

結(jié)

構(gòu)

感

知PSI(sa-PSI)由Garimella等人在2022年提出，其中一方持有的集合為公開(kāi)的結(jié)構(gòu)，近年來(lái)Garimella

等人又對(duì)sa-PSI在抗惡意性和計(jì)算開(kāi)銷等方面進(jìn)行了優(yōu)化?！IR,

即隱私信息檢索，指用戶向服務(wù)器提交查詢請(qǐng)求時(shí)，在用戶查詢隱私信息不被泄漏的條件下完成查詢。多數(shù)文獻(xiàn)聚焦于PIR在效率上的優(yōu)化，關(guān)注點(diǎn)包括：底層假設(shè)、預(yù)處理、計(jì)算外包?！?/p>

底層假設(shè)方面，Lazzaretti等人提出了基于DDH

假設(shè)的雙服務(wù)器PIR協(xié)議，在性能上優(yōu)于前人基于LWE的構(gòu)造?！?/p>

許多研究通過(guò)使用預(yù)處理方式，增加查詢的響應(yīng)速度。例如，Ghoshal

等人分別在雙服務(wù)器和單服務(wù)器上提出了新

的預(yù)處理PIR方案，有效降低了在線帶寬?！?/p>

此

外

，Li等人通過(guò)將計(jì)算中昂貴的部分“外包”給服務(wù)器，同樣對(duì)PIR查詢的效率進(jìn)行了優(yōu)化?！?/p>

一些文獻(xiàn)則更加關(guān)注協(xié)議的抗惡意性與隱私性。例

如

，Park等人提出了容忍至多兩個(gè)惡意節(jié)點(diǎn)的高性能多服務(wù)器PIR方案；Dietz等人提出了抗惡意的、允許查詢中途終止的PIR協(xié)議。·

一些文獻(xiàn)對(duì)批量PIR進(jìn)行了研究。Mughees

等人提出了計(jì)算和通信效率都較高的批量PIR協(xié)

議

，Liu等人提出了支持

批量查詢的PIR協(xié)議PIRANA,且該協(xié)議對(duì)數(shù)據(jù)庫(kù)頻繁更新的場(chǎng)景更加友好。··PSI類型

文獻(xiàn)數(shù)標(biāo)準(zhǔn)PSI

11電路PSI

2模糊PSI

2閾值PSI

1結(jié)構(gòu)感知PSI

2PIR研究方向

文獻(xiàn)數(shù)效率優(yōu)化

16抗惡意性

4隱私性

2批量PIR

2其它

4

PSI&PSU&PIR研究動(dòng)態(tài)此外，許多研究關(guān)注不平衡場(chǎng)景——這在實(shí)際應(yīng)用中更為常見(jiàn)。例如，Sun

等人對(duì)個(gè)多客戶端與服務(wù)器分別獨(dú)立執(zhí)

行PSI協(xié)議的場(chǎng)景進(jìn)行了優(yōu)化，使每個(gè)客戶端的執(zhí)行協(xié)議的復(fù)雜度與自身集合大小呈線性關(guān)系?！?/p>

共有5篇文獻(xiàn)對(duì)PSU

進(jìn)行研究，主要聚焦于新的PSU

協(xié)議框架，以及對(duì)非平衡PSU的優(yōu)化。根據(jù)PIR

研究方向統(tǒng)計(jì)文獻(xiàn)數(shù)據(jù)

PSI類型統(tǒng)計(jì)文獻(xiàn)數(shù)2024全球隱私計(jì)算報(bào)告

×××u

,

杭

州

數(shù)

據(jù)

交

早

所HANGZHOU

DAA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom優(yōu)化Bootstrapping

提升FHE的計(jì)算效率·Bootstrapping作為FHE

中的關(guān)鍵操作，用于恢復(fù)加密

數(shù)據(jù)的精度·通過(guò)優(yōu)化盲旋轉(zhuǎn)操作、使用小型評(píng)估密鑰來(lái)優(yōu)化FHEW的Bootstrapping過(guò)程·基于SIMD技術(shù)的BatchBootstrapping框架將FHE乘

法操作的需求減少到常數(shù)級(jí)別·

對(duì)于經(jīng)典FHE

加密方案BGV、BFV、CKKS

的Bootstrapping

過(guò)程也有不同方式的優(yōu)化FHE的標(biāo)準(zhǔn)化·

統(tǒng)一的中間表示方法HEIR、新型的明文編碼方案

VERITAS、專為FHE設(shè)計(jì)的編譯器HECOFHE

的安全性分析·

精

確FHE

方案(如BFV、BGV

和TFHE)

也容易受到

CPAD攻

擊·

提出了一種改進(jìn)的FHE

方案，通過(guò)引入可驗(yàn)證性機(jī)制，超越了傳統(tǒng)IND-CCA1

安全性模型·

提

出了PELTA

機(jī)制，通過(guò)零知識(shí)證明和一系列的驗(yàn)證機(jī)制抵御惡意參與者的攻擊優(yōu)化同態(tài)運(yùn)算的速度提升FHE的計(jì)算效率·

對(duì)密鑰分解、多項(xiàng)式計(jì)算、矩陣向量乘法進(jìn)行優(yōu)化…

·

研究者們提出了一種基于LWE

問(wèn)題的簡(jiǎn)化門限FHE

加密方案FHE

在機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用·

在深度神經(jīng)網(wǎng)絡(luò)、在卷積神經(jīng)網(wǎng)絡(luò)、算法方面提高了

計(jì)算效率·

神經(jīng)網(wǎng)絡(luò)推理方面提出了一種創(chuàng)新的方法NeuJeans,通過(guò)聯(lián)合優(yōu)化卷積操作和Bootstrapping,解決了隱私保護(hù)神經(jīng)網(wǎng)絡(luò)推理中的效率問(wèn)題。FHE的其他應(yīng)用·

轉(zhuǎn)

密

、PSU、

數(shù)據(jù)存儲(chǔ)與檢索·加速FHE運(yùn)算的硬件加速器、高效可擴(kuò)展的數(shù)據(jù)庫(kù)系統(tǒng)、

利用同態(tài)加密的單服務(wù)器PIR方案.·

量子全同態(tài)方案的安全性和實(shí)用性產(chǎn)生了重要的改進(jìn)品

FHE

論文分類統(tǒng)計(jì)Bootstrapping

12算法改進(jìn)

11安全性分析

4標(biāo)準(zhǔn)化研究

3機(jī)器學(xué)習(xí)

5其他應(yīng)用

9統(tǒng)計(jì)了2023與2024年發(fā)表在四大安全會(huì)議(CCS,USENIX

Security,IEEE

S&P,NDSS)

和三大密碼學(xué)會(huì)議

(CRYPTO,EUROCRYPT,ASIACRYPT)的關(guān)于MPC

的論文，共44篇。截至本報(bào)告寫(xiě)作之時(shí)，ASIACRYPT2024的論文尚未公布，故未加入統(tǒng)計(jì)。

圣鑒蓋

全同態(tài)加密(FHE)

研究動(dòng)態(tài)2024全球隱私計(jì)算報(bào)告

×××三

各研究方向進(jìn)展:杭州數(shù)據(jù)交易所"HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom·

針對(duì)差分隱私的定義，可提出新的模型，并定義新的差分隱私算法，使其滿足差分隱私定義，且有某些方面的改進(jìn)與提升?！i

等人提出的R1MSG機(jī)制，通過(guò)使用一種特殊的低秩協(xié)方差矩陣，顯著降低了精度損失，且能生成更穩(wěn)定的噪聲。·

差分隱私的應(yīng)用或是差分隱私與其他隱私計(jì)算技術(shù)結(jié)合后的應(yīng)用，得到了研究者廣泛關(guān)注。·

差分隱私與零知識(shí)證明：Biswas

等人提出了一種可驗(yàn)證的差分隱私計(jì)數(shù)查詢機(jī)制，要求發(fā)布方生成零知識(shí)證明，確保輸出既符合差分隱私，同時(shí)又能保證不暴露任何隨機(jī)性信息?！?/p>

差分隱私與安全多方計(jì)算：Wei

等人將差分隱私用于安全多方計(jì)算，可以較快地生成安全參數(shù)較高的離散高斯樣本。·差分隱私與聯(lián)邦學(xué)習(xí)：跨機(jī)構(gòu)聯(lián)邦學(xué)習(xí)中實(shí)現(xiàn)記錄級(jí)個(gè)性化差分隱私的rPDP-FL

框

架

、PrivateFL

方法改進(jìn)了差分隱私用于聯(lián)邦學(xué)習(xí)時(shí)的精度下降?！げ罘蛛[私與機(jī)器學(xué)習(xí)：評(píng)估不同的差分隱私算法在圖像分類任務(wù)中的效用和抵御成員推理攻擊的能力的評(píng)估工具DPMLBench、模型在面對(duì)差分隱私引入的噪聲時(shí)能夠保持更好的性能的新技術(shù)

DPAdapter,還有一些差分隱私用于機(jī)器學(xué)習(xí)的新算法等?！?/p>

其他：差分隱私應(yīng)用于側(cè)信道的研究、差分隱私與其他數(shù)學(xué)模型結(jié)合等。·

有部分研究對(duì)經(jīng)典的DP-SGD

算法進(jìn)行了更深入的分析，比如“數(shù)據(jù)依賴”分析、驗(yàn)證該算法的信息泄露、研究該算法梯度裁剪引入的偏差等?！?/p>

也有研究工作提出了更好的算法，比如Du

等人提出了一種通過(guò)在語(yǔ)言模型前向傳播中直接擾動(dòng)嵌入矩陣的差分隱私方法DP-Forward,與

DP-SGD

相比減少了計(jì)算和存儲(chǔ)成本；Feng

等人提出了

Spectral-DP

算法，結(jié)合頻域梯度擾動(dòng)和頻譜濾波，通過(guò)降低噪聲規(guī)模以提高效用?！?/p>

差分隱私理論方面的研究也有不少進(jìn)展：·在差分隱私的預(yù)算方面，近兩年的研究工作研究了如何解決預(yù)算管理不足、如何有效分配預(yù)算等問(wèn)題。其他工作研究了差分隱私中最優(yōu)隨機(jī)化的構(gòu)建、錯(cuò)誤界限改進(jìn)、差分盲目性改進(jìn)、審批機(jī)

制改進(jìn)、差分隱私和自適應(yīng)數(shù)據(jù)在空間復(fù)雜度上的差異分析等問(wèn)題。主要集中在用戶級(jí)差分隱私和本地差分隱私?！?/p>

用戶級(jí)差分隱私：Dong等人研究了針對(duì)用戶級(jí)差分隱

私的持續(xù)觀察機(jī)制，這些機(jī)制無(wú)需對(duì)數(shù)據(jù)進(jìn)行先驗(yàn)限

制，并在效用上接近靜態(tài)情況的最優(yōu)值?！?/p>

本地差分隱私：基于鏈接的局部差分隱私方法，可以

保護(hù)圖中鏈接的隱私；針對(duì)本地差分隱私頻繁項(xiàng)集挖

掘協(xié)議的數(shù)據(jù)投毒攻擊；首個(gè)在本地差分隱私下進(jìn)行

數(shù)據(jù)挖掘任務(wù)的方法LDP-RM;優(yōu)化局部差分隱私協(xié)

議中的頻率估計(jì)問(wèn)題的卷積框架等。DP

論文分類

統(tǒng)計(jì)※研究熱點(diǎn)

差分隱私DP

研究動(dòng)態(tài)DP應(yīng)用，9本地DP,6DP

理論研究，

DP-SGD

相13

關(guān)研究，52024全球隱私計(jì)算報(bào)告

×××各研究

方向

進(jìn)展DP結(jié)合其他

技術(shù)，4:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社新DP

定義，4中國(guó)聯(lián)通China

unicom其他，7·

聯(lián)邦學(xué)習(xí)中的分布式模型更新和聚合協(xié)議旨在確保客戶端更新的隱私，同時(shí)抵御惡意客戶端的攻擊。現(xiàn)有

方法如安全聚合協(xié)議、基于概率的檢測(cè)機(jī)制提供了初步的解決方案，但面臨通信成本和計(jì)算效率的挑戰(zhàn)?！だ?/p>

如

，Ma

等人提出

Flamingo

協(xié)議，引入輕量級(jí)丟棄容錯(cuò)機(jī)制，顯著提高了訓(xùn)練效率，同時(shí)保持模型準(zhǔn)

確

性

。Rathee

等人提出了ELSA安全聚合協(xié)議，專注于應(yīng)對(duì)惡意行為者的存在，并通過(guò)創(chuàng)新的分布式信任

機(jī)制保證了客戶端更新的隱私和防御惡意客戶端?！?/p>

聯(lián)邦學(xué)習(xí)的魯棒性設(shè)計(jì)旨在防御惡意更新和各種對(duì)抗性攻擊?，F(xiàn)有研究提出了基于認(rèn)證、評(píng)分和排名的機(jī)

制來(lái)提高FL模型的穩(wěn)健性?！?/p>

例

如Xie等人探討了差分隱私與中毒攻擊認(rèn)證魯棒性之間的內(nèi)在聯(lián)系。通過(guò)用戶級(jí)和實(shí)例級(jí)差分隱私的形

式分析，研究提供了兩種魯棒性認(rèn)證標(biāo)準(zhǔn)，并展示了如何在提高隱私保護(hù)的同時(shí)增強(qiáng)認(rèn)證攻擊的無(wú)效性。

Fang

等人提出BALANCE算法，并通過(guò)理論和實(shí)驗(yàn)結(jié)果證明了該算法在面對(duì)中毒攻擊時(shí)的有效性?！?/p>

個(gè)性化聯(lián)邦學(xué)習(xí)

(PFL)

允許每個(gè)客戶端根據(jù)自身的局部數(shù)據(jù)分布定制模型，提升個(gè)體性能。然而，這種

個(gè)性化也為潛在攻擊者提供了新的攻擊向量，特別是后門攻擊等復(fù)雜威脅。·

例

如

，Lyu

等人探討了個(gè)性化FL中的潛在后門攻擊，提出了PFedBA

攻擊策略，通過(guò)優(yōu)化觸發(fā)器生成過(guò)程

有效規(guī)避現(xiàn)有防御機(jī)制。Xu

等人提出ACE攻擊，展示了惡意客戶端如何通過(guò)操控本地模型參數(shù)提升自身

的貢獻(xiàn)評(píng)估，并探索了六種防御措施，結(jié)果顯示這些防御不足以阻止ACE

攻擊?！?/p>

聯(lián)邦學(xué)習(xí)的隱私保護(hù)是其主要優(yōu)勢(shì)之一，差分隱私(DP)技術(shù)已經(jīng)被廣泛應(yīng)用于保障用戶數(shù)據(jù)的安全。

然而，DP

帶來(lái)的精度損失和對(duì)異質(zhì)性數(shù)據(jù)的影響仍是待解決的挑戰(zhàn)·

例

如，Yang

等人通過(guò)個(gè)性化數(shù)據(jù)轉(zhuǎn)換減少了差分隱私引入的異質(zhì)性，從而提高聯(lián)邦學(xué)習(xí)模型的精度。Jiang等人提出了標(biāo)簽分布擾動(dòng)機(jī)制，實(shí)現(xiàn)個(gè)體隱私和標(biāo)簽分布隱私的雙重保護(hù)·

聯(lián)邦學(xué)習(xí)容易受到中毒攻擊和后門攻擊威脅，攻擊者可以通過(guò)惡意客戶端修改模型更新?，F(xiàn)有的防御機(jī)制主要通過(guò)檢測(cè)惡意更新、限制更新空間或引入認(rèn)證機(jī)制來(lái)提高魯棒性·

例

如MESAS、RoFL、FedVal、FreqFed、CrowdGuard、AutoAdapt、Backdoorlndicator、3DFed、BayBFed、FedRecover

等多種防御框架被提出，被用于攻擊檢測(cè)、自適應(yīng)工具防御、后門攻擊等各種復(fù)

雜場(chǎng)景之下的攻擊防御。03個(gè)性化聯(lián)邦學(xué)習(xí)和定制防御，

分布式模型更6

聯(lián)邦學(xué)習(xí)魯棒新和安全聚合性和穩(wěn)健性，2

協(xié)議，4

04隱私保護(hù)與差分隱私技術(shù)，3其它，13

中毒攻擊和后門攻擊的防御，

12*統(tǒng)計(jì)了2023與2024年發(fā)表在四大安全會(huì)議

(CCS,USENIXSecurity,IEEE

S&P,NDSS)上關(guān)于FL的論文，共36篇。截至本

報(bào)告寫(xiě)作之時(shí)，ASIACRYPT

2024的論文尚未公布，因此未加入

統(tǒng)計(jì)。有些論文同時(shí)屬于多個(gè)類別，分類時(shí)存在重疊。

聯(lián)邦學(xué)習(xí)FL研究動(dòng)態(tài)FL論文分類統(tǒng)計(jì)

各研究方向進(jìn)展2024全球隱私計(jì)算報(bào)告

×××數(shù)據(jù)要素社0102繁贊備蓋:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE中國(guó)聯(lián)通

China

unicom05FL的應(yīng)用場(chǎng)景正在不斷擴(kuò)大，研究者正致力于開(kāi)發(fā)更加智能和自適應(yīng)的防御機(jī)制來(lái)應(yīng)對(duì)復(fù)雜的攻擊。去中心化和個(gè)性化隱私保護(hù)技術(shù)、激勵(lì)機(jī)制、分布式架構(gòu)優(yōu)化等也將成為未來(lái)研究的重點(diǎn)，發(fā)展趨勢(shì)如下：隱私保護(hù)技術(shù)的進(jìn)一步發(fā)展

增強(qiáng)攻擊防御能力

高效、安全的聚合協(xié)議

個(gè)性化與魯棒性的平衡隨著FL應(yīng)用場(chǎng)景的擴(kuò)大，如何在大規(guī)模分布式系統(tǒng)中高效地進(jìn)行

安全聚合將成為一個(gè)關(guān)鍵問(wèn)題。

未來(lái)的研究可能會(huì)探索更加輕量

化且魯棒的協(xié)議設(shè)計(jì)。未來(lái)的FL系統(tǒng)需要更智能的差分隱私應(yīng)用，以在不顯著影響模型

性能的前提下提高隱私保護(hù)的能

力。個(gè)性化隱私保護(hù)方案將是一

個(gè)重要的發(fā)展方向。個(gè)性化模型訓(xùn)練與全局魯棒性的平衡將是未來(lái)的研究重點(diǎn)。個(gè)性

化技術(shù)將繼續(xù)發(fā)展，尤其是在保

護(hù)安全的同時(shí)提高本地模型的性

能。FL中的攻擊防御需要應(yīng)對(duì)越來(lái)越復(fù)雜的自適應(yīng)攻擊，特別是針對(duì)后門攻擊和中毒攻擊。新的防御

策略應(yīng)具備動(dòng)態(tài)適應(yīng)不同攻擊模

式的能力。

聯(lián)邦學(xué)習(xí)未來(lái)發(fā)展趨勢(shì)2024全球隱私計(jì)算報(bào)告

×××:杭州數(shù)據(jù)交易所"HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom》Part

Fo第四章隱私計(jì)算產(chǎn)業(yè)應(yīng)用分析

2024全球隱私計(jì)算報(bào)告

×××:杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom圣賀鑒蓋隱私計(jì)算產(chǎn)業(yè)資本熱度有所降低，但隨著應(yīng)用加深，新的增長(zhǎng)機(jī)會(huì)不斷涌現(xiàn)，市場(chǎng)規(guī)模仍會(huì)持續(xù)增長(zhǎng)。隱私計(jì)算市場(chǎng)規(guī)模/招標(biāo)數(shù)量

趨勢(shì)分析

團(tuán)

增長(zhǎng)機(jī)會(huì)隱私計(jì)算技術(shù)與前沿技術(shù)不斷融合，隱私計(jì)算技術(shù)與AI、云計(jì)算、區(qū)塊鏈等技術(shù)深

度融合，多種技術(shù)融合的應(yīng)用解決方案已

逐漸成為各場(chǎng)景的主要技術(shù)應(yīng)用模式，持

續(xù)提高數(shù)據(jù)安全性和隱私性。數(shù)據(jù)要素流通促進(jìn)隱私計(jì)算不斷發(fā)展，隨

著各地公共數(shù)據(jù)授權(quán)運(yùn)營(yíng)機(jī)制逐漸完善，

各方數(shù)據(jù)用戶意識(shí)到隱私計(jì)算成為必需投

入的內(nèi)容。隱私計(jì)算應(yīng)用場(chǎng)景不斷深化，隱私計(jì)算在金融、醫(yī)療、政務(wù)、人工智能等業(yè)務(wù)場(chǎng)景

不斷深化，各個(gè)業(yè)務(wù)場(chǎng)景均需多方數(shù)據(jù)的

可信流通，實(shí)現(xiàn)數(shù)據(jù)價(jià)值釋放。受整體經(jīng)濟(jì)環(huán)境，隱私計(jì)算產(chǎn)業(yè)資本熱度有所降低，資本逐漸回歸理性。隨著隱私計(jì)算技術(shù)成熟度和產(chǎn)業(yè)認(rèn)知度逐

漸提升，隱私計(jì)算產(chǎn)業(yè)仍處于快速增長(zhǎng)階

段，預(yù)計(jì)市場(chǎng)規(guī)模將進(jìn)一步擴(kuò)大。

隱私計(jì)算產(chǎn)業(yè)市場(chǎng)分析16014012010080604020020212024全球隱私計(jì)算報(bào)告

×××<←250200150100500數(shù)據(jù)來(lái)源：中國(guó)信通院、2023全球隱私計(jì)算報(bào)告市場(chǎng)規(guī)模一招標(biāo)項(xiàng)目數(shù):杭州數(shù)據(jù)交易所HANGZHOU

DATA

EXCHANGE數(shù)據(jù)要素社中國(guó)聯(lián)通China

unicom億元/人民幣2025e2023·隱私成為云端智能計(jì)算的核心競(jìng)爭(zhēng)力在日益重視隱私的時(shí)代，Private

Cloud

Compute提供了一種新模式，

確保在享受云計(jì)算帶來(lái)的強(qiáng)大智能時(shí)，用戶的隱私和數(shù)據(jù)安全不會(huì)受到

侵犯。這一模式使Apple

成為了產(chǎn)業(yè)內(nèi)隱私保護(hù)領(lǐng)域的標(biāo)桿?！ご蚱啤半[私與智能化無(wú)法兼得”的認(rèn)知傳統(tǒng)上，用戶常常認(rèn)為要想獲得智能化的服務(wù)，必須犧牲部分隱私，而

Apple

的Private

Cloud

Compute平臺(tái)通過(guò)技術(shù)創(chuàng)新打破了這種矛盾，

使得用戶能夠在不損害隱私的前提下，享受與日俱增的智能服務(wù)。·推動(dòng)產(chǎn)業(yè)隱私保護(hù)標(biāo)準(zhǔn)提升Private

Cloud

Compute的推出推動(dòng)了云計(jì)算和Al產(chǎn)業(yè)的隱私保護(hù)標(biāo)

準(zhǔn)，促使更多公司關(guān)注用戶數(shù)據(jù)隱私問(wèn)題，進(jìn)一步推動(dòng)了全球數(shù)據(jù)隱

私保護(hù)法律法規(guī)的落實(shí)?！みm應(yīng)AI時(shí)代的數(shù)據(jù)需求Al需要大量數(shù)據(jù)進(jìn)行訓(xùn)練和推理，而如何在不泄露隱私的前提下處理這

些數(shù)據(jù)是一個(gè)巨大挑戰(zhàn)。Private

Cloud

Compute提供了一個(gè)新的解

決方案，允許Al技術(shù)繼續(xù)進(jìn)步的同時(shí)，不必?fù)?dān)心用戶隱私泄露。Private

Cloud

Compute是2024年Apple

推出的云計(jì)算平臺(tái)，旨在提供強(qiáng)大的計(jì)算能力，同時(shí)確保用戶數(shù)據(jù)的隱私和安全。這個(gè)平臺(tái)標(biāo)志著Apple在隱私保護(hù)領(lǐng)域的進(jìn)一步創(chuàng)新。該平臺(tái)是Apple

基于其強(qiáng)大的隱私保護(hù)傳統(tǒng)，構(gòu)建的一個(gè)全新云計(jì)算架構(gòu)。它將iPhone

等本地設(shè)備上已有的隱私保

護(hù)措施擴(kuò)展到了云端計(jì)算環(huán)境中。該平臺(tái)的設(shè)計(jì)理念是通過(guò)確保數(shù)據(jù)隱私，使用戶可以在不暴露個(gè)人數(shù)據(jù)的前提下，享受人工智能和云計(jì)算技術(shù)帶

來(lái)的智能服務(wù)。■加密處理與計(jì)算平臺(tái)采用先進(jìn)的同態(tài)加密和多方安全計(jì)算技術(shù)，確保數(shù)據(jù)在加密狀態(tài)下依然可以進(jìn)行處理和分析。這意味著即使在云端，數(shù)據(jù)也不會(huì)被解密，從而實(shí)現(xiàn)完全的數(shù)據(jù)隱私保護(hù)?！鰝€(gè)性化與隱私的平衡用戶可以通過(guò)平臺(tái)享受個(gè)性化服務(wù)，比如廣告推薦、智能助手等，而這些服務(wù)不需要實(shí)際讀取或存儲(chǔ)用戶的個(gè)人數(shù)據(jù)。所有個(gè)性化推薦和分析均在加密數(shù)據(jù)上完成，保護(hù)了用戶的隱私?！?/p>

端到端加密保障所有用戶與云端之間的數(shù)據(jù)傳輸都經(jīng)過(guò)端到端加密，確保數(shù)據(jù)在傳輸過(guò)程中無(wú)法被竊取或篡改。無(wú)論是用戶的輸入還是云端計(jì)算的輸出，Apple

都保證數(shù)據(jù)始終處于加密狀態(tài)。■本地級(jí)別的隱私保護(hù)擴(kuò)展到云端Private

Cloud

Compute將Apple

在設(shè)備端的隱私保護(hù)技術(shù)(如差分隱私、設(shè)備端處理、端對(duì)端加密等)

無(wú)縫擴(kuò)展到云端。這樣，用戶的數(shù)據(jù)即使在云端進(jìn)行處理，依然享有與本地設(shè)備上同等的隱私保護(hù)。■差分隱私技術(shù)Private

Cloud

Comput