2024年全球隐私计算报告-杭州数据协同创新未来实验中心

杭州数据协同创新未来实验中心 2024年9月CONTENTS目录01隐私计算产业发展概况022024隐私计算产业图谱03隐私计算技术演进和融合04 隐私计算产业应用分析05隐私计算与人工智能06隐私计算未来展望指导单位•杭州市数据资源管理局支持单位•浙江省大数据产业技术联盟•杭州国际数字交易联盟特别支持单位•中关村实验室•杭州金智塔科技有限公司•浙江蚂蚁密算科技有限公司•联通数字科技有限公司联合发起单位•浙江大学区块链与数据安全全国重点实验室•中国联通智能城市研究院•数据要素社•杭州数据交易所主编张秉晟 王鹏 熊婷参编人员许苗峰、殷泽原、郭大宇、胡爽、应琦、潘凯伟、林洋、梁子轩、刘泽宇、申奇、申冠生、武通、卢天培、钱润芃、卢益彪、田磊原、冯宇扬、徐泽森、张洵、张文、吴钰沁、彭乐坤、张菊芳、黄益超、谢琴超、周旦、郑超Part One隐私计算产业发展概况2024全球隐私计算报告第一章•隐私计算是用于保护数据安全、个人信息和商业秘密，促进数据高效流通、处理和分享等一系列技术的总称•助力实现数据“供得出”“流得动”“用得好”“保安全”• 2023年，国家数据局会同有关部门制定《“数据要素×”三年行动计划(2024—2026年)》• 国家数据局积极探索布局数据基础设施，加快数据空间等技术研究，推动隐私计算技术应用，打造安全可信流通环境，为数据要素流通、开发、利用提供支撑隐私计算技术分类　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ... 安全多方计算同态加密零知识证明不经意传输可信执行环境差分隐私数据脱敏隐私计算技术是保障数据安全的关键技术国家数据局围绕数据要素市场化改革开展系列工作2024全球隐私计算报告隐私计算技术是保障数据安全的关键技术隐私计算，通常又被称为隐私保护计算，是“在计算中和计算后保护数据隐私的技术” 。 -----《联合国隐私保护计算技术手册》优势劣势安全多方计算（MPC）•学术界严谨的安全证明•数据控制力强•不依赖特殊硬件•无硬件信任根，国密化方案较为可控•有通用运算能力，但性能相对较低•数据提供方增多性能会下降，一般适用于5方以下联邦学习（FL）•数据控制力强•不依赖特殊硬件•无硬件信任根，国密化方案较为可控•存在部分安全风险•无通用运算能力•数据提供方增多性能会下降，垂直场景一般建议于10方以下可信执行环境（TEE）•理论上支持所有算法•计算精度高，与明文一致•计算性能支持大规模且性能损失小•随着数据提供方增多不会有明显性能下降•数据控制力比较弱•需要相信硬件信任根•需要额外硬件成本差分隐私（DP）•可证明可衡量的个体隐私保护技术•与上面所有技术路线可独立叠加•计算精度明文比会有所下降，需结合算法流程设计•不保护数据使用价值同态加密（HE）•是经典 MPC、联邦学习方案重要基石，是目前隐私计算 PK 性能的关键•通用FHE方案性能挑战大，硬件加速还在发展中零知识证明（ZK）•验证速度快，证明通信量较小•不泄露任何隐私信息•能与其他隐私计算技术联合使用•协议复杂，开发成本高•大规模计算时证明开销大隐私计算技术路线• 隐私计算是“隐私保护计算”(Privacy-Preserving Computation的简称，可以在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，有效提取数据要素价值，保障了数据在产生、存储、计算、应用、销毁等各个环节中的“可用不可见”。• 隐私计算以安全多方计算（Secure Multi-party Computation， MPC)、联邦学习（Federated Learning，FL）、可信执行环境 (Trusted Execution Environment, TEE）三大技术路线为代表，同时发展出了同态加密、差分隐私等其他密码学技术为辅助的成熟技术体系。隐私计算概述2024全球隐私计算报告• 克劳德·香农在20世纪40年代发表的重要论文《保密系统的通信理论》《密码学数学理论》• 1976年Diffie和Hellman创建了公钥加密体制• 1978年Rivest等人设计的非对称加密算法RSA和首次提出的同态加密概念• 1981年Rabin首次提出不经意传输协议01萌芽期（1949-1981）隐私计算作为独立的概念在产学研界得到关注和发展，并融合密码学、人工智能等多学科技术逐渐形成了综合性技术体系。主流技术相继出现：• 1982年姚百万富翁问题• 1987年Goldreich等人提出的安全多方计算协议• 2009年Gentry提出全同态加密及OMTP提出首个可信执行环境标准• 2016年《中华人民共和国网络安全法》使隐私计算技术不可或缺0２探索期（1982-2016）• 随着数字经济的快速增长，隐私计算技术快速发展，成为促进数据要素跨域流通和应用的核心技术，广泛用于金融、通信、互联网、政务等领域• 相关政策标准不断细化完善，如：2018年欧盟GDPR，2019年联合国《隐私保护计算技术联合国手册》，2020年中国“数据二十条”2022年美国《促进数字隐私技术法案》等• 产业方面，开源项目如FATE，Mesa开始商用和落地0３增长期（2017-2025）• 隐私计算开始在实际应用中发挥重要作用，技术不断成熟，应用规模将呈现稳定增长趋势• 隐私计算在技术上将迎来一系列创新迭代，各个主流技术路线持续优化，业内探索技术融合等方式来突破应用瓶颈0４稳定期（2025至未来）隐私计算技术的四个发展阶段2024全球隐私计算报告隐私计算技术市场前景广阔•政策法规支持，产业需求增加•技术加速创新并与区块链、人工智能等新兴技术融合•相关技术标准和产业规范逐步完善、产业链完整、应用扩展隐私计算在金融、通讯、政务、医疗、保险等产业应用更广泛产业链从上游的可信硬件，到中游的技术提供方，再到下游的应用方，已形成较完整的生态应用扩展、产业链融合数据来源：亿欧，国泰君安，36氪研究院整理金融53%通信17%政务13%医疗9%互联网5%能源3%隐私计算生态包括数据提供方、数据加工方、数据使用方、服务商与交易所等开源产品目前是生态中的主流 产业需求增加企业和个人需求日益增长，有巨大市场空间数据来源：36氪研究院根据公开资料整理2024全球隐私计算报告人工智能技术的发展2023-2024年间，AI在技术创新、政策法规与应用投资等方面均取得较大进展。目前60个国家拥有AI战略，预计生成式AI每年将为全球经济贡献4.4万亿美元。•2023年，具有开放许可证的日益高效的基础模型呈爆炸式增长，比2022年增加一倍以上，新模型如：LlaMa 、StableLM、Falcon、Mistral、 LlaMa 2、 DeepFloyd 和 Stable Diffusion等 •以ChatGPT为代表的新一代生成式人工智能问世，在全球范围大火，改变了人工智能（A