日前，在由大湾区中央企业数字化协同创新联盟和中央企业数字化发展研究院共同主办的首届中央企业数字化转型峰会上，《中国移动隐私计算应用白皮书》正式发布。

《白皮书》以探讨隐私计算的关键技术路径为出发点，聚焦国内外隐私计算应用实践，分析了隐私计算的行业发展现状，重点阐述了中国移动在相关领域的实践情况，并进一步从技术，应用，法律等多角度对隐私计算的发展提出展望。朱蒙介绍，该团队开发的隐私保护计算平台RealSecure可以实现“没有数据离开仓库，但有更多模型在运行”，保护数据隐私和数据安全。她解释说，该平台是基于安全多方计算，联合学习和可信执行环境等技术的数据安全共享基础设施。。

《白皮书》总结了欧美各国及其他国家地区在隐私计算的政策，技术和业务领域的实践经验2019年，信息技术研究分析机构 Gartner首次将隐私计算列为处于启动期的关键技术，2020年，Gartner又将隐私计算列为2021年企业机构九大重要战略科技之一，并预测隐私计算将迅速得到落地应用，预计到2025年应用范围将覆盖全球一半的大型企业机构谷歌，微软，Facebook，Intel，IBM 等科技巨头也纷纷加入隐私计算赛道，并在不同技术路线上发力:微软主要研究多方安全计算，谷歌提出联邦学习概念，Intel 致力于可信执行环境实现方案 Intel SGX 的打造等此外，在隐私计算的标准制定，法律法规体系以及数据安全标准体系的建立方面，欧美各国都已发展得较为成熟和完善

《白皮书》系统阐述了国内隐私计算的发展现状在法律法规体系建设方面，最近几年来我国数据相关立法进程不断加快，相继出台了数据安全，个人信息保护领域的一系列法律法规《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》两部重要法律在今年正式颁布实施，完善了国家数据相关立法的顶层设计在应用实践方面，隐私计算作为数据应用与安全的平衡支点，正成为国内数据流通领域最受关注的技术热点，目前国内已在金融，政务，医疗等行业领域开展相应场景实践

《白皮书》显示，中国移动于2018年启动联邦学习研究与布局，开展联邦学习开源框架跟踪研究及试点实践2019 年到 2020 年间，中国移动在技术层面逐步深入开展联邦学习开源框架跟踪研究，重点涵盖联邦学习可信评测方法，框架碎片化等技术，在应用层面，开展试点实践，探索应用场景落地可行性并持续推进中国移动数据智能生态合作落地2021年，中国移动正式发布梧桐大数据隐私计算平台基于该平台，中国移动在金融风控，各行业精准营销，证券沉默用户激活，电信反欺诈，人口流动分析，公共安全态势感知，医疗精准推荐等各领域均提供了安全可靠的数据服务支撑为推进国内国际隐私计算技术的标准化，中国移动已牵头或参与在TMF，IEEE以及国内的信安标委，CCSA等标准化组织设立13个标准，重点围绕隐私计算在技术框架的互联互通，安全评估与测试，数据价值评估和激励机制以及未来通信网络中的应用场景等方面开展标准制定工作

《白皮书》指出，隐私计算技术正处于蓬勃发展的阶段，具有广阔的应用前景和巨大的潜在价值，但也存在着技术及商业化发展等方面的难题为此，《白皮书》从政策，技术和应用三个方面分别提出展望:在政策方面，仍需加快制定和完善国家产业发展政策和法律法规，引导和促进行业间形成共识，明确数据权属，规范数据合作行为，为数据跨行业合作和流通以及联邦学习技术发展提供制度和政策保障在技术方面，隐私计算技术还需要在提升效率，降低开销，开展安全保障的评估和评测，扩展适配更多算法和协议，实现不同框架的兼容和互联互通等方面进行深入研究，促进隐私计算技术的进一步成熟在应用方面，由于隐私计算在不同行业数据协同的产业场景中的实际落地，将给技术研究和演进发展提供了切实有效的需求驱动和方向指引，因此不同行业和企业需要积极挖掘业务场景，研发基于隐私计算的跨行业跨领域的数据应用，不断丰富应用案例同时，还要建立公平合作，共享共赢的激励机制，吸引更多数据拥有方参与隐私计算，建立起健康可持续发展的跨行业数据流通生态及商业模式，从而催生跨界业务创新，共同促进技术成熟和产业发展

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。