隐私计算：数据安全核心环节，撬动千亿市场规模
隐私计算：数据安全核心环节，撬动千亿市场规模，隐私计算 原理
作为数字经济时代的新型生产要素，数据的价值日益被充分认可。2020年，国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，将数据上升为与土地、劳动力、资本、技术并列的生产要素，提出要加快培育数据要素市场。
隐私计算致力于实现“数据可用不可见，用途可控可计量”，使数据要素在安全流通和共享中创造出更大的价值。
在数据流通过程中，经隐私计算加密后，使用方只能使用数据，而无法看到数据本身，即“数据可用不可见”，避免了数据泄露的问题；同时，隐私计算还可以控制数据的用途以及用量，做到数据“用途可控可计量”。
资料来源：云从科技
隐私计算行业概览隐私计算的发展历程以密码学为主线，协同信息论、统计学、数论、计算机体系结构等学科融合发展的演进过程，大致可分为萌芽期、探索期、成长期、应用期四个阶段。
资料来源：亿欧
隐私计算作为数据安全领域的新场景，目前应用场景主要集中在金融、医疗和政务三大领域，未来随着互联网监管、政务大数据等领域的不但拓宽，有望撬动千亿级的市场规模。
在金融领域，涉及到信贷风险评估、供应链金融、保险、精准营销、多头借贷等领域，用户行为数据和场景数据往往掌握在互联网公司及其他数据源公司手中，基于隐私计算，金融机构可以和这些数据源公司联合建模，实现跨行业的数据共享。
在政务领域，涉及到社保数据、公积金数据、税务数据、交通数据等等，但数据隶属于不同部门，而隐私计算能有效保护各部门数据，利用多部门数据有效应对社会治安及突发事件，提升政府的治理水平。
在医疗领域，虽然医院借助互联网平台和电子病历积累了大量的医疗数据，但是单个医疗机构在数据量方面仍有明显局限性，而跨院的数据共享依然非常困难，通过隐私计算，可以解决单个医疗机构在数据量方面的局限性，实现临床诊断、医学研究、公共健康等多个领域的应用。
行行查 | 行业研究数据库 资料显示，目前隐私计算行业有两类商业模式：基础产品服务和数据运营。
基础产品服务是指提供软件产品、技术服务和解决方案等服务，按项目计费。
数据运营是指基于隐私计算平台开发数据增值产品、建立数据智能模型、服务不同客户场景产生的平台性运营收入。
隐私计算未来产业生态将由数据使用方、数据源与隐私计算服务机构三方参与。
其中数据使用方与数据源两方存在重叠，隐私计算服务机构作为中间人或手段提供者，促进行业内部或跨行业的数据流通运转。
从隐私计算本身的发展历程来看，谷歌、Intel、Facebook（Meta）等国际科技巨头开启了隐私计算的时代潮流，英特尔的SGX、AMD 的SEV 和还有ARM 的Trust Zone 等都实现了较为成熟的TEE技术方案。
但整体商业化实践有限，在To B端，医疗行业的实践较为活跃。
在To C端；谷歌、Facebook（Meta）等大型科技企业都在积极探索；从商业化应用整体来看，落地场景集中于区块链和加密虚拟货币。
国内的隐私计算商业化落地在2018年后进入快速启动阶段，互联网大厂、大数据公司、运营商、金融机构和金融科技企业、初创企业等五类参与者纷纷入局。
包括阿里巴巴、微众银行、蚂蚁集团、平安科技等多家公司已积极布局隐私安全计算，并推动技术应用。
根据中国信通院调研数据显示，2021年约有44%的隐私安全计算产品进入实施阶段，占比进一步提升；处于研发阶段的隐私安全计算产品占比相对下降，占比为19%。
从发展趋势来看，软硬结合的隐私计算一体机将会成为行业主流产品形态。
隐私计算一体机作为软硬结合一体的专用设备，其安全加固、性能加速和易用性增强的三大优势，使得隐私计算一体机从众多工程优化方案中脱颖而出，降低用户使用技术门槛和综合成本。
当然并非仅有隐私计算一体机可以突破应用瓶颈，如FPGA算力加速卡、异构算力加速等软硬结合的多种解决方案，也对扩大隐私计算应用规模起到积极推进作用，但仍需进一步探索，加快场景落地。
未来隐私计算技术发展生态将更为开放，基于不同厂商的隐私计算平台对接的商业化、政务、企业等多种数据来源，将逐步构建数据与智能的计算网络，并通过预测模型、决策分析、客户画像等工具，进一步加速隐私计算落地于金融、政务、医疗等各类应用场景，构建一个由数据提供方、数据应用方、技术服务和运营方共同组成的全局数据智能网络生态。
关注乐晴智库，洞悉产业格局！