翼方健数张霖涛：隐私安全计算如何助力形成数据和计算互联网

在2021WAIC·隐私计算学术交流会上， IEEEFellow、翼方健数首席科学家张霖涛发表了主题演讲《隐私安全计算在IoDC上的应用》。在演讲中，他主要介绍了翼方健数在隐私安全计算领域的技术进展以及产品落地。

以下为张霖涛在2021WAIC·隐私计算学术交流会的演讲内容，机器之心进行了不改变原意的编辑、整理：
今天在这里介绍一下我们在隐私安全计算方面所做的一些工作。翼方健数（BaseBit.ai）是一家专注于数据价值抽取的公司，我们有一个概念叫IoDC（InternetofDataandComputing），很多工作都围绕着IoDC这个事情来做。我在这个报告当中会跟大家解释一下什么叫IoDC ，以及在这个方向上做的一些应用。
数据的重要性及流通的障碍催生隐私安全计算
在十九届四中全会中，数据被提到一个非常高的高度，被定义为一种新的生产要素，这是一种非常有前瞻性的看法。在未来的智能时代，数据将会是一种推动社会发展的重要生产资源和要素。数据有很多特性，要很好地使用这一生产要素面临以下诸多挑战。
第一，在信息时代，数据很多是作为数字排放出来的一种产物。数据搜集的目的往往不相同，质量也参差不齐，有很多非标准、非结构化和相互隔离的特点。因此，想要把它好好用起来面临很多挑战；第二，数据本身有很多独特的经济学和非经济学特征，比如经济学方面，大家知道它是虚拟的，并且有非竞争性的特点。数据本身可以被多次使用，不像土地等其它生产要素，我用了别人就不能再用了。数据不具有这样的特性；第三，数据有高昂的固定成本。数据搜集和整理起来不容易，但拷贝却很容易，因而具备低廉的可变成本。这种情况下很容易造成数据资产流失；第四，数据具有诸多非经济学维度的特征，比如隐私、合规、机密、安全等。这些都使得「如何高效安全地利用数据」成为一个非常有挑战的问题。数据本质上不能够安全地流通，因为它涉及很多责权问题，包括隐私安全机密需求，所以不应该分享原始数据本身。但是我们希望分享数据价值。数据的价值包括从中获得的一些洞见、知识、模型等。我们如何解决这个矛盾呢？我们希望采用技术的手段，用联合计算和分析的方法，在保护数据的情况下，从数据中抽取价值并分享数据的价值。
目前，隐私计算技术是我们从数据当中抽取价值的一项非常关键的技术。过去二三十年里，这些技术已经得到了长足的发展，比如多方安全技术MPC/同态加密、联邦学习、安全沙箱计算、可信执行环境，以及差分隐私、区块链、相关技术。过去二三十年，这些技术在学术界已经获得了非常多的研究，并且过去十年中的进步使得很多技术已经在很多情况下得到实际应用。

但应看到，这些技术很多往往仅考虑计算进行时的安全，没有考虑数据全周期的安全和隐私保护。在实际的应用中，如果单独拎出一项相关技术，很多情况下不一定能满足用户需求。这些技术非常重要，但我们需要做更多工作，才能够让隐私计算技术在实际应用中发挥作用。
所以我们希望不要深究技术流派，而是定义一些更广泛的、广义的隐私安全计算。我们认为在特定的信任假设下，在保护数据所隐含的隐私和机密，避免数据资产的流失、转移和失控的前提下，实现和分享数据价值的技术、产品和方法的都是隐私安全计算。隐私安全计算的最终目的不是单纯地保证隐私和安全，而是实现和分享数据的价值。只要能完成这样一件事情，我们都可以称之为隐私安全计算。