风口总在变化中，不经意间，隐私计算市场从小众领域逐渐被大众熟知，站上了新的风口。

全球科技盛会BEYOND国际科技创新博览会日前在中国澳门举行，全球知名科学家、企业家、行业领袖和政府领导等重量级嘉宾汇聚一堂，纵论如何让科技助力当下经济多元化发展。

作为隐私计算领域的领军人物、锘崴科技创始人王爽应邀出席人工智能创新分论坛，发表了题为《隐私保护计算赋能数据要素可信流动》的主题演讲，并参与“人工智能创新之路”圆桌讨论。

王爽表示，随着数据资源的“生产要素化”，全球都在进一步完善有关数据流通的法律法规。我国《数据安全法》和《个人信息保护法》的先后正式实施也意味着我国进入了数据的强监管时代。同时，这两部法律也与《民法典》《网络安全法》《电子商务法》《消费者权益保护法》等共同编织成一张消费者个人信息“保护网”。

现在数据要素化的过程中遇到了不少难点和挑战。王爽认为，首先，明文数据一旦可见就可被无限复制，继而暴露数据信息和隐私。数据源将失去对这些被泄露或复制的数据的控制，导致数据被乱用、滥用。其次，当明文数据被滥用，会导致数据价值无法定价，无法形成大规模的市场流通。传统的多中心合作模式，包括数据脱敏、匿名和沙箱模式都无法解决数据要素市场化过程中存在的诸多问题和挑战。

为解决这些痛点，产生了以联邦学习、多方安全计算（MPC）、可信计算环境为主的隐私保护计算技术。隐私保护计算通过密码学和软硬件技术，在保证用户隐私及数据安全、符合法律法规要求的前提下，打破数据孤岛，连接多数据源数据，构建跨机构、跨领域数据网，帮助实现多方协同数据分析、学习建模等。

“相比于传统的多中心合作模式或隐私保护手段，隐私保护计算既能实现计算结果精度可保证、数据使用过程可追溯，又能在此基础上增加样本量、丰富数据维度。因此，可以大幅释放数据价值、提升数据资源使用效率、促进数据要素化市场发展。”王爽进一步解释道。

实际上，任何系统都没有绝对的安全，安全是建立在相关场景假设的前提下。企业需要同时充分了解各项技术和不同应用场景的需求，才能充分发挥隐私保护计算技术的作用。

王爽表示，相比起传统“开源框架+业务定制”的模式，“商业隐私保护计算平台+行业应用”的模式更具普适性，能适应更多的应用场景，支持多种复杂算法、复杂数据和高精度计算，还能支持大规模（100+或更多节点）、多类型数据计算。