隐私计算发展分析报告( 21 页)

目 录

一、隐私计算融合多领域技术，可实现“数据可用不可见” ..... 4

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 ..... 4

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 ..... 5

二、安全多方计算、联邦学习与机密计算（可信执行环境）是隐私计算主要的技术发展路径，商用落地进展较为领先 ....... 7

2.1、 安全多方计算（Secure Multi-party Computation，SMPC） ..... 7

2.2、 联邦学习（Federated Learning，FL） ...... 9

2.3、 机密计算（Confidential Computing，CC）/可信执行环境（Trused Execution Environment，TEE）....... 10

2.4、 差分隐私（Differential Privacy，DP） .... 12

2.5、 同态加密（Homomorphic Encryption，HE） ...... 13

三、隐私计算的商用：在可预见的未来，隐私计算将广泛应用于政务、金融、医疗、交通、营销等多个行业 ....... 15

四、隐私计算玩家现状：MPC、联邦学习成为主要技术路径 ..... 17

五、思考：隐私计算发展预测 .... 18

投资建议与投资标的 .... 19

图表目录

图1：隐私计算可以在不分享数据的条件下分享数据的价值 ..... 4

图2：隐私计算流程示意 ...... 5

图3：全球数据产生量，2016-2035 年预测（ZB） ...... 5

图4：多方安全计算示意图 ....... 8

图5：姚期智院士提出的混淆电路模型 ..... 8

图6：联邦学习架构...... 9

图7：星云Cluster 隐私计算解决方案联邦架构层 ...... 10

图8：机密计算开源框架 .... 11

图9：蚂蚁区块链基于TEE 的隐私保护方案 ...... 11

图10：中心化差分隐私与本地差分隐私区别 ...... 12

图11：Google 全同态加密示意图 ...... 13

图12：同态加密流程示意 ...... 14

图13：隐私计算技术企业图谱 ....... 14

图14：百度MesaTEE 开源适用场景 ..... 15

图15：隐私计算商业模式 ...... 16

图16：Gartner 隐私计算技术Hype Cycle，2021 ...... 19

表1：中国隐私计算相关政策法规 .... 6

表2：隐私计算技术路径对比 ....... 7

表3：安全多方计算关键技术 ....... 8

表4：各公司隐私计算技术路径与主要产品对比 ..... 17

×