隐私计算兴起 或成破解数据孤岛困境的最优解

数字治理的探索是一项系统性工程，仅仅依靠单一技术无法满足当前和未来复杂的治理需求，需要技术、法律、制度等都不断的演进和配合，才能找到适应数字社会发展的治理路径。

在数字时代，数据的重要性不言而喻。随着各行各业的数字化深入，数据的融合应用也成为一个重要趋势。在这个过程中，如何打破数据孤岛的壁垒，实现数据共享，也是整个行业亟待解决的难题。

在这种背景下，隐私计算应运而生。隐私计算(Privacy Computing)是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。

目前，隐私计算是当前数据保护领域各界关注的热点。在学术界，近年来有关隐私计算的学术会议和论文呈现爆发式增长，产业界则也愈发关注隐私计算技术和产品，各企业都争相投入到隐私计算的研发和产品化工作。

4月18日下午，腾讯便基于隐私计算技术，推出了自研的第四代数智融合计算平台——腾讯大数据-天宫。据腾讯数据平台部总经理蒋杰介绍，“腾讯大数据-天工”将以安全的方式打通数据孤岛，桥接多方数据，并以统一的数据处理引擎更高效地挖掘数据价值，以及以智能化的方式驱动整个数据处理闭环。

隐私计算兴起

自2009年开始，腾讯就开始深耕海量大数据处理领域，并在过去十余年里完成了四代更迭。

第一代是2009年-2011年，腾讯大数据主要依托Hadoop生态，围绕离线计算模式化构建出能够稳定支撑小时/天级别的计算任务数据处理平台；第二段是2012-2014年，腾讯大数据通过引入Spark、Storm等实时计算处理框架，让大数据平台处理性能迈入毫秒级别；第三代是2015年-2019年，腾讯大数据开始朝着机器学习发展，其自研机器学习框架Angel成为国内第一个从Linux基金会毕业的顶级AI项目，并推动国内大数据处理正式进入机器学习时代。

而2020年开始进入的第四代，腾讯大数据更注重强调安全、统一和智能。据悉，“腾讯大数据-天工”通过解决大数据和人工智能计算框架的统一，从而更好地适配了CPU、GPU、NPU、FPGA等硬件。与此同时，“天工”通过构建大数据、AI基础算子，统一元数据用于执行优化，以及统一批、流、图计算形态来统一计算引擎。

蒋杰表示，从离线计算、实时计算再到机器学习，大数据智能化是第四代数智融合计算平台规划的必由之路，腾讯正在构建平台大脑，推动万亿级大数据分析逐步实现“自动驾驶”。据其介绍，从快速发现大数据运行问题到主动发现问题，再到主动解决问题，平台大脑预计可让数据中心研发效率提升60%，运营效率提升50%，平台服务质量提升80%。

在蒋杰看来，腾讯大数据平台的一个主要优势，是腾讯自身即拥有海量的数据规模，这使得腾讯大数据平台在推出的时候，就已经经过海量数据的验证。数据显示，目前，腾讯大数据平台日接入消息量超过55万亿，日实时计算量超过65万亿，平台整体算力超过500万核，日分析任务达到1500万。

此外，为打破数据孤岛实现数据协同，数据安全是重中之重。“腾讯大数据-天工”采用自研隐私计算技术，从机器学习到大数据分析为各个场景提供全方位保护，而且去中心化的架构则能避免单点隐私泄露风险。在安全性上，腾讯“天工”可提供3072bit业界最高强度加密和TEE硬件双保险。

仍存在合规痛点

4月18日，腾讯也对外发布了《腾讯隐私计算白皮书2021》。在白皮书的序言中，腾讯高级执行副总裁卢山表示，隐私计算的兴起，为人们提供了在数据安全合规、融合应用过程中寻求发展和安全平衡点的技术路径和解决思路，其正成为未来数字治理的有效路径之一。

但是，卢山也提出，数字治理的探索是一项系统性工程，仅仅依靠单一技术无法满足当前和未来复杂的治理需求，需要技术、法律、制度等都不断的演进和配合，才能找到适应数字社会发展的治理路径。

从技术层面而言，隐私计算实现的数据保护功能与国内外数据保护相关立法精神高度契合，具有广阔的发展前景。但在全球数据合规监管日趋严格的大背景下，隐私计算仍具有较大提升空间。

白皮书便写道，由于隐私计算技术正处于快速迭代和发展的阶段，目前仍在实现用户授权同意、数据存储安全、信息主体权利保障等关键合规要求的有效性上存在争议，这些争议在一定程度上限制了隐私计算的推广应用。

比如在用户授权同意方面，根据我国《网络安全法》及《民法典》的规定，数据处理者在处理数据时应公开收集、使用规则，并经用户同意。从理论上而言，数据合作方通过隐私计算技术实现数据分析与建模，不需实际流转数据，且处理过程中的数据都进行了匿名化处理，或不需要获得用户授权同意。

但实践中，在原始数据采集阶段，数据合作各方仍需获得用户授权同意。此外，由于个人信息的匿名化标准尚存争议，因此做好告知同意的授权管理，对强化企业数据合规仍具有重要意义。