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( 二 )

隐私安全计算的场景、挑战和开放数据生态平台
那么，我们如何解决隐私安全计算问题呢？又面临哪些挑战呢？我们希望通过隐私安全计算，来解决数据开放共享与隐私安全保护的矛盾。
下图左为传统的计算方式。传统的数据利用方法一般如何实现呢？数据存在一个数据平台里，当另外一个应用需要使用数据时，一般会将数据拷贝出平台，或者通过API调用数据传出平台，然后该应用对原始数据进行计算，最后输出结果。
我们希望通过隐私安全计算平台（下面中间图中红框）来实现隐私安全计算技术。这个平台是个很抽象和广义的概念，它可以是单机，甚至是机构里的封闭cluster 。目前来看，这种小黑屋式的计算平台被广泛地使用。隐私安全计算平台应该包括参与数据价值抽取的整个系统，比如可以是一个区块链上的很多机器，或者是一个云计算当中的平台。无论如何，我们需要有这样一个平台。隐私安全计算平台能满足什么事情呢？它能够使得用户把数据和应用放在这个平台里面，通过平台控制里面的计算，最后保证平台只输出数据的价值，比如一些模型或者其他的统计数据。

总的来说，隐私安全计算的方式是：原始数据从不离开平台，平台只输出数据的价值。但是说起来容易，实际上要想完成这件事情面临以下诸多挑战：
对于数据隐私安全计算，我们经常需要的是数据可用不可见。既然不可见，应用方如何发现这些数据呢？应用方如何获得这些数据的使用权？很多情况下数据是有价值的，获得使用权需要付费。应用方看不见原始数据，又如何愿意付费呢？数据搜集的时候，各个数据机构采用的格式或者字段等都是不一样的。应用方如何有效地使用这些数据呢？大家为什么信任你的平台呢？应用方如何保证自己的模型和IP不会被平台泄露？数据方为何要把数据放在这个平台上？又如何保证存储和计算的安全？最后是价值抽取的平台，希望抽取出真正的价值。这个价值如何分配呢？如何衡量各个数据源对模型的贡献呢？如何保证模型产生的价值分配公平合理呢？……整个行业，大家都在通过隐私安全计算的技术手段，同时配套相应的法规、政策及流程的构建，让数据在保证安全和隐私保护的基础上实现流通。
国家有关部门提出要构建“五位一体”数据要素主体系，包括构建市场规则、培育市场主题、规范市场交易、激发市场活力，这套体系是我国推进数据要素市场建设的一个重要参考。
而在数据应用开放的落地推进方面，可以通过公共数据作为抓手。公共数据资源作为城市数字化转型的基座，价值大，能够有效发挥市场主体专业、技术和管理优势，释放数据价值。同时基于各方在数据应用过程中的共享流动，能够促进多方开始利用自己的数据与同一领域机构合作，实现更广泛、更充分的数据价值挖掘和有效理由。
从技术角度来说，隐私安全计算实际上是个系统性和复杂的工程，提供的是数据从产生到价值体现的全流程解决方案。隐私安全计算必须要快速地支持应用。常见的误区是数据拿来就可以使用，实际上数据要经过漫长的加工链路才能达到可使用的状态。加工链路中要实现互联互通，这就需要多方数据和算法贡献。并且，为了最大化数据价值的抽取，每个计算环节都要有自己的信任假设和计算环境需求。平台必须要支持不同的安全计算环境，因为在不同的安全计算的假设下，性能是有非常大的区别的。因此，我们一定要在合适的安全假设下选择所用的算法。最后需要数据资产化，数据的资产化必须要依靠平台提供全套的确权、定价、交易、价值分配等能力。