熠智科技汤载阳：工业级隐私计算落地初探

华夏时报（www.chinatimes.net.cn）记者 卢梦雪 冉学东 北京报道

使数据“可用可信不可见”，在保证隐私安全情况下打通数据孤岛，目前，隐私计算技术已被广泛应用在政务、金融、医疗等场景中。然而，由于工业场景的特殊性，隐私计算技术在该领域的应用仍面临一些难题。

3月26日，由华夏时报社主办的“数据智能重塑实体：2022智能数据论坛”成功举办，熠智科技联合创始人、CTO汤载阳博士参会并发表了《工业级隐私计算解决方案介绍》主题演讲，为大家分享了熠智科技在工业级隐私计算领域的思考。

随着工业化与信息化的深度融合，工业企业逐步开始探索数字化转型。然而，由于工业企业发展水平不一、工业设备来源众多、工业标准繁杂、冗余性强、行业关联性强等特点，虽涌现了隐私计算使用的需求，但受到该技术性能、适配等影响，隐私计算技术的落地仍面临阻碍。

汤载阳介绍，目前在能源、交通、工业、物联网等潜在领域虽然也出现了隐私计算技术使用的潜在需求，但相关应用落地尚未成熟，原因在工业领域需求的特殊性。相比于金融等场景，工业级隐私计算应用场景对数据处理实时性、吞吐量要求更高，因此在技术方案上有一定差别。

“具体来看，目前工业级隐私计算主要有隐私查询、数据分析、联邦学习3大场景。”汤载阳分析称。

汤载阳表示，在隐私查询场景，对于数据查询反馈，使用方希望原始请求不会被数据所有方所知晓，数据方也希望自己的原始数据能够不被查询方直接获取；而在数据分析场景，以联合营销，联合风控等场景为例，使用数据的一方拥有自身的算法模型，也有一部分原始数据作为模型输入，希望在数据侧获取更多数据去支撑模型进行分析，而数据侧却不希望其模型或者输入阐述能够被使用数据的一方获悉；在联邦学习场景，由于近几年发现通过获取模型参数能够反推出原始数据分布，甚至原始数据信息，因此也需要结合一些其他隐私计算技术来增加其数据隐私保护能力。

但熠智科技通过机密计算+区块链等技术，为工业工业级隐私计算落地提供了方案。

据了解，熠智科技推出了隐私计算中间件Fidelius，通过并行优化，解决现有TEE架构对于数据加载I/O性能瓶颈问题，I/O性能相比原有不优化性能提升了大概100倍；同时基于自研的HPDA数据计算架构，Fidelius可以支撑TB、PB级别的数据分析计算。同时，Fidelius可以支持在区块链上部署，并且增加BlockchainbasedAttestation模式，从而可以适配更广泛的部署环境。

汤载阳称，熠智科技去年也参与建设了国内首个基于隐私计算的省级综合能源大数据平台项目，该平台自正式上线以来，已接入了超过500万条能源数据，成功对200多家企业提供能耗监测和分析服务。

此前，国家工业信息安全发展研究中心发布的《中国隐私计算产业发展报告（2020-2021）》称，结合我国大数据产业规模来看，隐私计算产品市场规模约为10亿，基于隐私计算的数据交易应用模式市场或将达到千亿级。同时，该报告预测，随着国家对隐私数据监管的加强，企业对数据价值重视程度的提高，隐私计算将在2020-2030年实现爆炸式增长，有望发展成为数据共享基础设施的重要环节。

责任编辑：孟俊莲 主编：冉学东

查看更多华夏时报文章，参与华夏时报微信互动（微信搜索「华夏时报」或「chinatimes」）