2022区块链隐私计算行业研究报告.pdfVIP

2022区块链隐私计算行业研究报告

一、隐私计算融合多领域技术，可实现“数据可用不可见”

1.1、隐私计算可在对数据形成保护的前提下实现数据价值

挖掘

数据是数字经济时代的新型生产要素，其重要意义已被各国

政府充分重视。聚合多维、海量数据，挖掘数据内在价值，

多元化利用数据价值已成为全球各产业机构的战略重点。隐

私计算指在提供隐私保护的前提下，实现数据价值挖掘的

技术体系。面对数据计算的参与方或其他潜在信息窃取者，

隐私计算可实现数据处于加密状态或模糊（非透明）状态下

的计算，已实现对各参与方信息的保护。隐私计算在保证数

据安全的基础上实现数据的流动与共享，真正实现“数据可

用不可见”。

隐私计算技术是人工智能、密码学、区块链、数据科学及计

算芯片等领域的交叉融合。隐私计算以现代密码学为核心，

协同计算机体系结构、计算复杂性理论、信息论、统计学、

抽象代数、数论等理论共同发展。

隐私计算保障的目标覆盖数据应用的全环节，包括：

1.隐私计算保障数据在数据方的静态存储风险；

2.隐私计算保障数据从数据方传输至计算方的传输风险；

3.隐私计算保障数据在计算方计算时的隐私风险；

4.隐私计算保障数据在计算方计算后的隐私风险；

5.隐私计算保障计算结果在计算方法的静态存储风险；

6.隐私计算保障计算结果从计算方法传输至结果方的传输

风险；

7.隐私计算保障计算结果方的静态存储风险。

1.2、隐私计算受到大数据融合应用和隐私保护的双重需求

驱动

根据中国信通院数据，全球数据量处于指数增长的阶段。

2020年全球数据产生量约为48ZB，未来全球数据产生量

将迎来爆发式增长，2035年全球数据产生量预计将超过

2,000ZB。

一方面，大数据在得到使用后才会产生价值，而现阶段全球

大数据“数据孤岛效应”显著，数据间缺乏关联性，许多

数据库之间彼此无法兼容。此外，企业对于数据信息保护的

意识逐渐提升，数据孤立性的降低难度也逐渐提升。但企

业和组织需要与产业上下游的业务伙伴通过数据流通实现

深度合作、提升决策能力、获取竞争优势的诉求仍将长期存

在。隐私计算可以从技术角度实现“原始数据不出库即完

成数据价值流通”的目标。

另一方面，大数据的应用面临着越来越多的合规风险。中国

《网络安全法》及《民法典》的规定，数据处理者在处理

数据时应公开收集、使用规则，并经用户同意。近年来，中

国对于数据安全管理的规范程度逐渐提升：2019年9月工

信部在《工业大数据发展指导意见征求意见稿》中说明

将在工业领域积极推广多方安全计算基数；2020年12月

发改委、网信办、工信部、能源局联合发布《关于加快构建

全国一体化大数据中心协同创新体系的指导意见》，文件指

出要加快构建全国一体化大数据中心，加快数据流通融合，

强化大数据安全保障。隐私计算可以防止数据信息泄露，解

除信任危机，实现大数据应用流程合规。

政策驱动隐私计算发展空间。中国隐私计算相关法律政策为

隐私计算创造了需求，并鼓励隐私计算相关技术的研发与应

用。中国通过颁布相关政策法规促进公众隐私保护体系建

立，并维护数据权利主体合法权益。同时，通过政策法规的

逐步完善，数据应用与安全保护体系的顶层设计不断完善，

数据安全与隐私保护合规要求逐步明确，隐私计算的应用场

景预计将进一步拓展。

二、安全多方计算、联邦学习与机密计算是隐私计算主要

的技术发展路径，商用落地进展较为领先

隐私计算处于技术多路径探索阶段：隐私计算尚处于技术探

索阶段。目前隐私计算主要的技术路径包括多方安全计算、

联邦学习、机密计算（包括可信执行环境）、差分隐私（包

括本地差分隐私）、同态加密、零知识证明等。从已商用场

景分析，安全多方计算、联邦学习与机密计算商用进展较为

领先，零知识证明主要被运用于区块链场景中。

2.1、安全多方计算（SecureMulti-partyComputation，

SMPC）

安全多方计算由中国科学院院士姚期智于1982年提出，

解决一组互不信任的参与方各自持有秘密数据，协同计算一

个既定函数的问题。安全多方计算是在保证多个参与方获得

正确计算结果的同时，无法获得计算结果之外的任何信息，

从而保证各方数据的安全和私密。安全多方计算技术包括

秘密共享（SecretSharing）、不经意传输