随着互联网数据的相关法规不断完善，各行业对企业合规数据流通的需求日益强烈，隐私计算市场也迎来了一个较大的发展期。各类机构竞相进入赛道，除了一批大型互联网公司和专精型创业团队，众多大数据、AI、区块链和传统数据安全公司也开始纷纷转型入局。
在应用侧，隐私计算的落地场景也正从强数据需求的金融、互联网、医疗和政务领域，逐步向智慧能源、智慧终端、智慧城市等更多行业延伸。
但总体来看，隐私计算市场仍处于大规模商业应用的前期，闫树也表示，目前隐私计算技术和解决方案还不够成熟，在安全、性能和数据的互联互通等方面仍存在挑战，一定程度上限制了隐私计算的推广和应用。
田天强调，在牺牲安全性的前提下进行各类隐私计算的技术没有任何意义。由于密码学上的证明安全与实际安全并不相等，尤其是一些多方隐私计算协议被应用在不符合其安全假设的场景中，因此很多假设安全的方法在实际应用中存在严重的安全性漏洞。
同时，在应用开发环境中，隐私计算也会带来很多新的安全问题，比如算法歧视，又或者被黑客投入“脏数据”“毒数据”，存在“数据投毒”的风险。闫树表示，隐私计算技术产品的安全分级标准与行业信任共识仍有待建立。
性能是隐私计算应用落地的保障。闫树介绍道，隐私计算产品安全、性能、准确性三者之间相互影响、相互抵消。目前，国内隐私计算产品在特定场景下已基本具备可用性，但在未来面临更多数据方、更大数据量、更复杂场景时，性能等指标仍有待加强
加入收藏
设为首页