首页 > 技术

隐私计算获评“十大顶级技术趋势” WPPCC 2022助推技术落地“加速跑”

2023-02-28 15:28:28      今日头条   


  日前,Gartner发布2023年十大顶级战略技术趋势,“AI信任、风险和安全管理”成为其中之一,再度引发公众对于“数据安全”和数据隐私安全保护技术——“隐私计算”的关注。Gartner曾在2020年、2021年连续两年将隐私计算列为重要的战略趋势,并预测到2025 年,60%的大型企业机构将使用一种或多种隐私计算技术。

  无独有偶,在日前百度研究院发布的2023年十大科技趋势预测中,“隐私计算”同样赫然在列。中国计算机学会(CCF)计算机安全专委会根据国家网络安全主管部门、高校、科研院所、大型央企、民营企业委员投票评选出了2023年网络安全十大发展趋势,“隐私计算”亦是趋势之一。

  市场需求+实用价值驱动,隐私计算越来越被看重

  近年来,在国家政策引领、地方试点推进、企业主体创新、关键技术创新等多方协同作用下,我国数据要素市场步入高速增长阶段。据国家工信安全发展研究中心数据显示,2021年我国数据要素市场规模已经达到815亿元,预计到2025年规模有望接近2000亿元。

  海量的数据要素蕴含巨大的价值,数据“宝藏”价值亟待挖掘。2022年1月,国务院办公厅发布《要素市场化配置综合改革试点总体方案》明确指出,探索建立数据要素流通规则,促进数据要素合规高效流通使用;12月,中共中央、国务院颁布《关于构建数据基础制度更好发挥数据要素作用的意见》,系统性布局了数据基础制度体系的“四梁八柱”,帮助加速数据流通交易和数据要素市场发展。

  数据不同于土地、劳动力等传统生产要素,其价值挖掘依赖于各种数字技术的应用。隐私计算因为可实现“数据可用不可见”“数据不动模型动”,具备打破数据孤岛、加强隐私保护、强化数据安全合规性的能力,被视为是数据安全与隐私保护的“最优解”。在数据要素市场井喷之下,隐私计算需求也爆发出来。

  目前隐私计算已应用在金融、医疗、通信、政务、互联网等领域中,推动多方数据安全计算、深度利用。例如在医疗领域,隐私计算可助力卫生监管部门、医疗机构、药企等加强数据协作,应用于多中心专病库、新药研发、科研服务等。

  聚合产学研力量,WPPCC 2022推动隐私计算加速落地

  为助力隐私计算加速落地应用,探索隐私计算创新解决方案,借助产学研力量,打开隐私计算在业务场景中落地的新视角,助力隐私计算迈入更大空间,全球知名隐私计算大赛iDASH联合发起人王爽教授联合国内权威专家,政府部门、行业组织、代表企业等发起了隐私保护计算大赛(WPPCC)。

  众所周知,iDASH大赛是全球知名的隐私保护顶级赛事,由王爽教授于2014年联合美国国家医学院院士Dr. Malin和Dr. Ohno-Machado, 以及IEEE fellow Dr. Xiaofeng Wang, Dr. Haixu Tang和Dr. Xiaoqian Jiang等多位业内知名专家共同创立。大赛每年吸引全球知名高校、研究机构、大型科技企业等参与角逐。刚刚过去的第九届iDASH大赛就不乏有中国的科技公司参与并取得良好战绩,蚂蚁集团、腾讯在四大赛道中斩获三项第一。

  王爽教授表示,我们将iDASH大赛引入中国,也是希望推进产学研联动,帮助破解隐私计算行业实际应用中存在的问题,促进隐私计算技术在国内的发展和创新,推动隐私计算技术和产业加速发展,提升我国隐私安全保护水平。

  2022年隐私保护计算大赛(WPPCC 2022)是第二届,由中国国际数字经济博览会组委会主办,国家工业信息安全发展研究中心承办,中国电子信息行业联合会人工智能工作委员会、杭州锘崴信息科技有限公司协办。本届比赛由总赛和专业赛组成,总赛聚焦数字经济发展的核心需求和关键场景,设置“智能医疗”“智能营销”“智能反诈”三个赛道,专业赛聚焦隐私保护计算领域技术方面的问题,设置ZKP、TEE、MPC、DL四个赛道。

  2022年隐私保护计算大赛(WPPCC 2022)赛题设置聚焦隐私计算实际需求,帮助探索实际问题的应用方案。例如智能医疗赛道聚焦医疗领域常见的心电图数据分析,希望采用隐私计算技术基于医疗大数据建立预测模型,实现医疗数据智能分析判断和智能化疾病风险评估,形成具有隐私安全保障的辅助医疗服务解决方案,助力疾病智能筛查与预防体系建立;而零知识证明技术(ZKP)赛道则将目光放在去中心化电力交易上,用零知识证明技术来实现去中心化电力交易场景中用户身份和交易数据隐私保护需求,保障电力交易数据在流通与融合过程中的“可用不可见”。

  2022年11月份落幕的总赛决赛中,已产生了众多优秀方案,为隐私计算在业务场景中更好落地提供可借鉴的思路方案。例如智能医疗赛道一等奖获得团队基于多中心数据训练的心率失常多目标分类模型和验证研究,通过横向联邦学习和TEE技术,实现5个中心数据的联合分析,实现模型分类准确率92%以上,为医疗数据共享利用提供解决方案。其他很多团队也带来可行性落地方案,助推隐私计算应用落地,助力数据价值释放。

  中国数据量大、数据安全保护需求强、应用场景复杂,行业发展需要像隐私保护计算大赛(WPPCC)这样调动多方力量、助力行业发展的项目加持。而聚焦实际问题,破解应用难题的隐私保护计算大赛(WPPCC)也正在成为行业发展的助推器,助力隐私计算技术落地“加速跑”。

相关阅读