隱私計算歷經四十余年的發(fā)展，依次經歷了“理論奠基—技術成熟—進入商用—產業(yè)洗牌”四個重要階段，可以說已圓滿完成了初始階段的發(fā)展任務。目前，在國家“十五五”規(guī)劃中，“人工智能+”核心戰(zhàn)略與數(shù)據(jù)局統(tǒng)籌的可信數(shù)據(jù)空間落地政策的積極推動下，隱私計算即將邁入“政策驅動—場景落地—產業(yè)重塑”的嶄新階段。

近日，安全牛正式發(fā)布了研究報告，聚焦“十五五”規(guī)劃中“人工智能+”核心戰(zhàn)略和可信數(shù)據(jù)空間落地政策激活的跨主體數(shù)據(jù)流通市場機遇，重點完成了“五類可信數(shù)據(jù)空間”的定制化場景實踐與價值研究。

本文將圍繞隱私計算技術與產業(yè)發(fā)展歷程，分享報告中隱私計算與可信數(shù)據(jù)空間逐步走向融合的發(fā)展軌跡。

隱私計算的技術根系最早可追溯至20世紀50年代現(xiàn)代密碼學的分組密碼、公鑰密碼理論，因其為數(shù)據(jù)加密與安全計算提供了底層數(shù)學基礎，1982年姚期智院士提出的“百萬富翁問題”及多方安全計算（MPC）理論，首次從邏輯上解決了“數(shù)據(jù)不共享卻能協(xié)同計算”的核心矛盾，奠定了隱私計算的理論雛形，也成為業(yè)內公認的隱私計算技術的起點。2015年國際密碼學會（IACR）專題學術討論明確了隱私計算的技術邊界與研究框架，則標志著隱私計算進入系統(tǒng)性發(fā)展階段。

（一）技術演進歷程

隱私計算的技術發(fā)展是一個不斷演進的過程，其中多方安全計算（MPC）、可信執(zhí)行環(huán)境（TEE）和聯(lián)邦學習（FL）作為核心技術，在不同階段展現(xiàn)出了不同的成熟度和應用范圍。

歷經四十余年理論發(fā)展與技術迭代，當前隱私計算已形成以多方安全計算（MPC）、可信執(zhí)行環(huán)境（TEE）、聯(lián)邦學習（FL）為三大核心技術路線的成熟技術體系。其中：

(1) 多方安全計算（MPC）通過秘密分享、混淆電路等算法實現(xiàn)多節(jié)點數(shù)據(jù)“分片計算、結果聚合”，在金融聯(lián)合風控場景中可支持千級特征維度的實時建模；

(2) 可信執(zhí)行環(huán)境（TEE）依托硬件隔離環(huán)境構建“可信執(zhí)行域”，數(shù)據(jù)加密解密、模型訓練均在隔離環(huán)境內完成，在跨境數(shù)據(jù)協(xié)同場景中可將數(shù)據(jù)泄露風險降至10??以下；

(3) 聯(lián)邦學習（FL）則通過參數(shù)交換替代原始數(shù)據(jù)傳輸，在醫(yī)療多中心科研場景中可實現(xiàn)千萬級樣本的分布式模型訓練。

近十年來，隨著技術迭代演進，隱私計算技術正從單點應用向跨場景適配發(fā)展，呈現(xiàn)出“交叉融合的復合型技術路徑”趨勢，并且，隨著更多應用場景的拓展，復合型技術路徑已成為市場主流。

早期，它們主要在各自相對獨立的場景中發(fā)揮作用，隨著技術的成熟和應用需求的增長，不同技術開始相互融合，以滿足復雜多變的業(yè)務場景需求。如“多方安全計算（MPC）+聯(lián)邦學習（FL）”可兼顧計算精度與效率，“可信執(zhí)行環(huán)境（TEE）+差分隱私”能平衡數(shù)據(jù)可用性與隱私保護強度。在金融領域的聯(lián)合風控場景中，可能會同時運用到多方安全計算來保護數(shù)據(jù)隱私、聯(lián)邦學習來聯(lián)合建模分析，以及可信執(zhí)行環(huán)境來提供高效的計算環(huán)境，通過多種技術的協(xié)同工作，實現(xiàn)更全面、更高效的數(shù)據(jù)安全和隱私保護。

（二）產業(yè)供給側洗牌

產業(yè)供給側方面也在近十年完成了一輪洗牌。2015年以來，激發(fā)出追捧隱私計算賽道的資本市場和一眾垂類廠商，2021年隱私計算迎來商用元年，資本市場年融資規(guī)模突破50億元，入局廠商超200家，但受限于兩大技術卡點：

(1) 一是單點應用局限。此前技術多聚焦于“數(shù)據(jù)本地化安全計算”，如銀行單機柜內的客戶隱私數(shù)據(jù)脫敏，缺乏跨機構、跨系統(tǒng)的協(xié)同計算能力，導致數(shù)據(jù)要素無法跨主體流動；

(2) 二是技術與業(yè)務脫節(jié)。早期方案多為通用型計算框架，未適配行業(yè)特殊需求——如醫(yī)療場景需處理DICOM格式影像數(shù)據(jù)與基因FASTQ數(shù)據(jù)的多模態(tài)融合，能源場景需支撐電網秒級實時調度數(shù)據(jù)的低延遲計算（時延要求<100ms），通用方案難以滿足行業(yè)技術指標。

(3) 此外疊加疫情后經濟環(huán)境對技術投入的約束。2022-2023年隱私計算產業(yè)側完成了一輪洗牌，之后具備行業(yè)定制化能力的廠商市場占據(jù)主導地位。

(4) 后量子密碼（PQC）遷移儲備。面對量子計算對傳統(tǒng)公鑰密碼體系（如RSA、ECC）的潛在威脅，隱私計算技術正逐步引入基于格（Lattice-based）等數(shù)學困難問題的后量子密碼算法，構建具備“加密敏捷性”的技術架構，以保障長周期數(shù)據(jù)的安全性。

（三）國家戰(zhàn)略導向明確

在“十五五”規(guī)劃的宏偉藍圖中，“人工智能+”被確立為核心戰(zhàn)略，這一戰(zhàn)略引擎強勁推動著數(shù)據(jù)要素市場化的進程迅猛加速。數(shù)據(jù)，作為人工智能發(fā)展不可或缺的基石，其價值在這一戰(zhàn)略導向下愈發(fā)凸顯。

國家數(shù)據(jù)局作為數(shù)據(jù)要素治理的核心機構肩負重任，致力于完善數(shù)據(jù)基礎制度的“四梁八柱”，積極統(tǒng)籌各方資源，全力推進數(shù)據(jù)要素市場化配置改革。從數(shù)據(jù)產權的明晰界定，到流通交易規(guī)則的精心制定，再到收益分配機制的合理構建以及協(xié)同治理體系的有效搭建。在數(shù)據(jù)局的積極推動下，各地紛紛響應，加快公共數(shù)據(jù)開放和企業(yè)數(shù)據(jù)流通的步伐，建立起數(shù)據(jù)基礎設施建設、可信數(shù)據(jù)空間、高質量數(shù)據(jù)集等的協(xié)同機制，努力打破數(shù)據(jù)孤島，讓數(shù)據(jù)在安全的環(huán)境中自由流動，充分釋放其潛在價值。

安全牛分析認為，近十年在國家戰(zhàn)略導向的頂層設計方面，展現(xiàn)出“戰(zhàn)略-數(shù)據(jù)-流通-安全-載體-技術”的全鏈條有力舉措，精準響應“人工智能+”對數(shù)據(jù)要素的剛性需求。

（一）戰(zhàn)略錨點：以“人工智能+”錨定數(shù)據(jù)要素核心價值坐標

“人工智能+”的本質是通過AI技術與千行百業(yè)的深度融合，實現(xiàn)從“數(shù)字化”向“智能化”的生產力躍遷，而這一躍遷的核心制約因素在于數(shù)據(jù)——AI大模型的智能涌現(xiàn)不僅依賴算法迭代與算力升級，更需要大規(guī)模、高質量、多模態(tài)的數(shù)據(jù)作為“燃料”。國家數(shù)據(jù)局立足這一核心認知，將數(shù)據(jù)要素定位為“人工智能+”行動的“地基性資源”，通過政策體系設計推動數(shù)據(jù)要素從“被動記錄的副產品”轉變?yōu)椤爸鲃域寗拥暮诵纳a資料”，直接回應“十五五”規(guī)劃中“以數(shù)據(jù)賦能現(xiàn)代化產業(yè)體系”的戰(zhàn)略要求。

（二）供給側突破：以高質量數(shù)據(jù)集構建“人工智能+”的核心燃料庫

AI模型“垃圾進、垃圾出”的特性，決定了“人工智能+”的落地效果直接依賴數(shù)據(jù)質量。針對當前數(shù)據(jù)領域“孤島化、低質化、碎片化”的痛點，國家數(shù)據(jù)局聯(lián)合27個部門啟動高質量數(shù)據(jù)集建設工作，從公共數(shù)據(jù)供給、城市治理AI場景、行業(yè)數(shù)據(jù)培育數(shù)據(jù)質量管控四方面構建供給體系，精準對接AI大模型訓練與行業(yè)應用需求。

（三）流通側賦能：以數(shù)據(jù)要素市場化激活“人工智能+”的場景價值

高質量數(shù)據(jù)若僅局限于單一主體內部，無法支撐“人工智能+”的跨域融合需求——例如，跨醫(yī)院的AI診療模型需要多機構數(shù)據(jù)協(xié)同，跨區(qū)域的智能電網模型需要多省市用電數(shù)據(jù)聯(lián)動。國家數(shù)據(jù)局通過培育全國一體化數(shù)據(jù)市場，打破“數(shù)據(jù)孤島”，推動數(shù)據(jù)要素在場景中高效流通。

（四）安全側保障：以合規(guī)底線筑牢“人工智能+”的發(fā)展根基

數(shù)據(jù)要素的高效流通必須以安全為前提，尤其在AI場景中，數(shù)據(jù)泄露可能導致模型失效、隱私侵犯等風險。國家數(shù)據(jù)局構建“多層次數(shù)據(jù)安全保障體系”，在分級分類管控、全鏈路安全監(jiān)測、跨境安全管理等方面，保障流通效率的同時守住安全底線。

（五）載體側落地：以可信數(shù)據(jù)空間構建“人工智能+”的安全流通樞紐

數(shù)據(jù)流通安全的終極載體是可信數(shù)據(jù)空間——這一基礎設施既解決了“數(shù)據(jù)可用不可見”的核心矛盾，又為AI模型的跨域協(xié)同提供技術支撐。國家數(shù)據(jù)局在《可信數(shù)據(jù)空間發(fā)展行動計劃（2024—2028年）》中，將其定位為“人工智能+”的“數(shù)據(jù)樞紐”，形成“物理分散、邏輯集中”的用數(shù)模式。

（六）技術側支撐：以隱私計算打通“人工智能+”的安全用數(shù)“最后一公里”

可信數(shù)據(jù)空間的核心技術支撐是隱私計算，其通過“數(shù)據(jù)可用不可見”的特性，徹底解決AI場景中“數(shù)據(jù)共享與隱私保護”的矛盾，成為國家頂層設計的“技術落腳點”。國家數(shù)據(jù)局通過政策引導與技術標準制定，推動隱私計算與AI場景深度融合。

國家數(shù)據(jù)局的政策設計形成了清晰的閉環(huán)：以“十五五”“人工智能+”戰(zhàn)略為錨點，識別出“高質量數(shù)據(jù)供給不足、跨域流通不暢、安全保障薄弱”三大核心痛點；通過“三類數(shù)據(jù)集建設”解決“燃料問題”，通過“一體化數(shù)據(jù)市場”解決“流通問題”，通過“可信數(shù)據(jù)空間+隱私計算”解決“安全問題”；最終形成“戰(zhàn)略需求牽引-數(shù)據(jù)供給支撐-流通賦能場景-安全保障發(fā)展-技術落地實現(xiàn)”的全鏈條支撐體系。

這一響應鏈條的形成，標志著我國數(shù)據(jù)要素治理從“基礎建設階段”邁入“戰(zhàn)略賦能階段”，為“十五五”期間“人工智能+”行動的落地提供了堅實制度保障。

合作電話：18311333376

合作微信：aqniu001

聯(lián)系郵箱：bd@aqniu.com