文：王超

來源：中國(guó)電子銀行網

2020年4月9日，國(guó)務院發(fā)布的《關于構建更加完善的要素市場化配置體制機制的意見》將(jiāng)數據定義爲繼土地、勞動力、資本、技術之後(hòu)的第五大生産要素。在經(jīng)濟學(xué)中，能(néng)作爲生産要素，至少要滿足以下三個要求：一、它是進(jìn)行社會(huì)生産經(jīng)營活動所需的基本資源；二、它可以被(bèi)用來進(jìn)行市場交換；三、它可以形成(chéng)價格與體系。

由此，我們可以看到數據的巨大價值。

但數據的挖掘和利用都(dōu)會(huì)觸碰到一個敏感地帶——數據安全，尤其是在金融級數據安全方面(miàn)，銀行等金融機構在數據獲取、存儲、挖掘，以及使用方面(miàn)的原則性極強，數據安全問題就變得更爲敏感。

近期，騰訊公司發(fā)布《騰訊隐私計算白皮書2021》（以下簡稱《白皮書》），深入探讨隐私計算作爲在數據融合應用過(guò)程中保障數據安全合規的關鍵技術路徑、商業模式、應用場景、技術變革、産業趨勢、法律問題及合規痛點，并從技術、應用、法律等視角對(duì)隐私計算的發(fā)展進(jìn)行了展望。行業相關專家就隐私計算的問題做了深入的交流和探讨。

數據如此重要，卻又如此敏感而脆弱

在現實商業環境中，包括銀行在内的企事(shì)業單位都(dōu)將(jiāng)數據地位大幅度拔高。比如，銀行數字化轉型戰略中提到的ABCDMIX（AI、區塊鏈、雲計算、大數據、移動互聯、物聯網，以及5G、量子計算等尚未商用的前沿技術）裡(lǐ)，大數據（D）獨占一席位，而大數據又與其他六項在不同程度上保持著(zhe)緊密的聯系，比如，“大數據是人工智能(néng)的糧食”。

數據是如此重要，但利用起(qǐ)來卻十分困難，想要達标“生産要素”，還(hái)有相當一段距離。其核心難點之一就在于隐私安全問題是數據治理的巨大挑戰。

在銀行業，這(zhè)種(zhǒng)挑戰則更爲艱巨。

數字化轉型是銀行的核心戰略，在合法合規的前提下，跨越數據共享到隐私安全之間的鴻溝則是轉型之路上最大的障礙之一。

因爲數據敏感而脆弱。

數據是脆弱的。中國(guó)電力科學(xué)研究院總公司人工智能(néng)應用研究所大數據應用室技術負責人，高級工程師張玉天表示，“數據本身易被(bèi)複制竊取，歸屬權和使用權往往具有一緻性。”這(zhè)種(zhǒng)數據特性本身就給隐私安全帶來巨大挑戰。

數據也是敏感的，尤其是在銀行業。中國(guó)民生銀行直銷銀行産品二中心總經(jīng)理廖鵬近年來一直在關注金融隐私保護方面(miàn)的技術應用。他表示，近年來，伴随著(zhe)大數據和雲計算的快速發(fā)展，客戶的終端行爲數據被(bèi)廣泛使用。因爲商業銀行所持有的客戶身份信息和資産信息的隐私級别非常高，因此，銀行在實踐中會(huì)非常注重數據的安全和合規使用。

這(zhè)裡(lǐ)所說的“最小化采集，非必要性不采集”的原則是數據合法合規的基本原則，但在數據行業，這(zhè)一原則又在數據共享和隐私安全之間形成(chéng)天塹，阻礙了數據價值輸出。

在數據與隐私安全之間“搭橋”成(chéng)爲大數據價值挖掘的重要一步。這(zhè)，需要技術，也就是穿透數據共享與隐私安全阻礙的金融搭橋術。

商業價值最大化和用戶隐私保護最大化之間的最優解

騰訊數據部總經(jīng)理蔣傑認爲，大數據的發(fā)展方向(xiàng)之一是：尋求商業價值最大化和用戶隐私保護最大化之間的最優解。

那麼(me)，如何才能(néng)找到這(zhè)個最優解呢？核心要點還(hái)是在于解決數據的敏感性和脆弱性。

關于數據的敏感性，廖鵬認爲，銀行業的态度和理念有利于數據行業的發(fā)展。他指出，銀行對(duì)于隐私數據的采集和應用始終采取的是審慎、嚴謹、嚴守合規的态度，安全使用數據，保護客戶隐私。按照“最小化采集，非必要性不采集”的原則，保持審慎謹慎的合規的經(jīng)營理念。

關于脆弱性，張玉天認爲隐私計算將(jiāng)爲數據治理和運營帶來解決方案。他指出，通過(guò)隐私計算技術來實現數據歸屬權和使用權的分離，從而讓其他人也可以擁有數據的使用權，達到共享效果，最終達成(chéng)的目的是多數據源協同利用，豐富數據維度，充分挖掘數據價值。

騰訊數據平台部總監陳鵬也認爲，隐私計算可以在數據共享的合規性方面(miàn)起(qǐ)作用。他指出，金融領域的數據共享合作，以往受限于法律合規性，無法挖掘數據要素的經(jīng)濟價值。隐私計算技術，不僅可以做到數據的“可用不擁”效果，滿足法律法規對(duì)數據協作的合規要求，還(hái)可以爲數據協作的各方提供更加安全的數據保障。

什麼(me)隐私計算？聯邦學(xué)習技術是炒作出來的？

究竟什麼(me)是隐私計算？

《騰訊隐私計算白皮書（2021）》這(zhè)樣(yàng)解釋，“隐私計算（Privacy Computing）是一種(zhǒng)由兩(liǎng)個或多個參與方聯合計算的技術和系統，參與方在不洩露各自數據的前提下通過(guò)協作對(duì)數據進(jìn)行聯合機器學(xué)習和聯合分析。”

《白皮書》顯示，隐私計算的應用是靈活的隐私保護技術。“隐私計算的參與方既可以是同一機構的不同部門，也可以是不同的機構。在隐私計算框架下，參與方的數據明文不出本地，在保護數據安全的同時實現多源數據跨域合作，可以破解數據保護與融合應用難題。常見的實現隐私計算的技術路徑包括聯邦學(xué)習、安全多方計算、可信計算等，此外，區塊鏈也是隐私計算的重要補充。”

在隐私計算的諸多技術路徑中，聯邦學(xué)習被(bèi)認爲是當前最爲成(chéng)熟，且應用落地最多的一種(zhǒng)技術。

簡單地理解，聯邦學(xué)習是在雙方，甚至多方數據不出庫的前提下，通過(guò)橫向(xiàng)或縱向(xiàng)數據建模的方式得出數據結果輸出。這(zhè)樣(yàng)的做法，通俗地理解，就好(hǎo)像是在解算多元一次方程。雖然，我們不知道(dào)X是多少，也不知道(dào)Y和Z是多少，但聯邦學(xué)習就是可以得出X+Y+Z=100的結論來，而這(zhè)個100就是數據價值輸出，也就是我們想要的結果。

中國(guó)電信雲計算分公司大數據和AI研發(fā)總監溫森茂表示，“因隐私安全問題的爆發(fā)導緻數據供需雙方的直接連接被(bèi)斬斷，聯邦學(xué)習技術則被(bèi)迫從幕後(hòu)走到台前，又因其成(chéng)本确實不高而被(bèi)廣泛接受。，該技術是當前最值得考慮的隐私計算技術，不存在炒作和泡沫。”

數據治理的未來

騰訊高級執行副總裁盧山認爲，“數字治理的探索是一項系統性工程，僅僅依靠單一技術無法滿足當前和未來複雜的治理需求，需要技術、法律等多種(zhǒng)手段相結合的綜合治理，才能(néng)更好(hǎo)地适應數字社會(huì)發(fā)展需要。”

适應數字社會(huì)發(fā)展方面(miàn)，騰訊數據平台部副總經(jīng)理劉煜宏在解讀《白皮書》時給出了四個趨勢研判：

第一，法律法規會(huì)進(jìn)一步完善。隐私計算在接受約束的同時也會(huì)配合與驅動法律法規完善，這(zhè)是整個隐私計算做産品化商業化的前提。

第二是應用場景方面(miàn)。目前在金融、醫療比較多，後(hòu)面(miàn)會(huì)在其他行業進(jìn)一步拓展，并改變數據應用的模式，有可能(néng)會(huì)加速基于數據協作協同的業務創新。

第三，通用型的平台和産品是一個趨勢。過(guò)去是比較單一的産品，後(hòu)面(miàn)會(huì)轉向(xiàng)多種(zhǒng)産品和多種(zhǒng)技術的融合，形成(chéng)一個通用的隐私計算平台，以提供多種(zhǒng)技術路徑，滿足多種(zhǒng)需求，并提供更多的安全等級。

第四，多技術融合是隐私計算的大勢所趨。隐私計算與雲計算融合，以及軟硬件協同，是各類企事(shì)業單位形成(chéng)競争力的重要抓手。