データ要素市場の発展とデータコンプライアンスの要求駆動に伴い、プライバシー計算はここ2年間の資本と市場の注目の焦点となっている。産業が急速に発展すると同時に、さまざまな背景の大小のメーカーがプライバシーコンピューティングコースに押し寄せている。
それと同時に、今年1月に中央銀行が発行した「金融科学技術発展計画(20222025年)」は再び明確な要求を表明し、 は主体をまたぐデータの安全共有プライバシーコンピューティングプラットフォームの構築を模索し、元のデータがドメインを出ないことを保障する前提の下でデータ共有応用を規範的に展開し、データの相互安全、使用規則、範囲の制御を確保し、データの「利用可能かどうか」を実現した。「データ不動価値動」
21世紀の経済報道記者によると、現在、銀行などの金融機関はプライバシーコンピューティング技術を導入し、関連システムを配置しているが、サービス業者によって技術実現原理が異なり、逆に異なるシステムを配置する金融機関に対して「メンテナンスコストが高く、データがプラットフォームをまたいで流通するのが難しい」という問題が発生している。異なるプライバシーコンピューティングプラットフォームの相互接続を安全、コンプライアンス、効率的に実現する方法は、業界の次の重点的な難題となっています。
商業化元年
2021年は業界内でプライバシーコンピューティングの商業化元年とされている。
一方、 金融機関のユーザー個人情報収集が制限されている は、「サイバーセキュリティ法」「データセキュリティ法」「個人情報保護法」の相次ぐ実施に伴い、中国のサイバーセキュリティとデータ保護分野の基本的な法律枠組みが形成されている。一方、 銀行保険機構の情報安全保護はさらに厳格である は、今年、銀保監会が「銀行保険機構情報科学技術アウトソーシングリスク監督管理方法」を公布し、情報科学技術アウトソーシング管理、参入許可、監視評価、リスク管理などの面から銀行保険機構の情報科学技術アウトソーシングに対して全面的な要求を提出した。
データコンプライアンス保護の背景には、海外でグーグルやFacebookがC端末の個人データ保護に利用するプライバシーコンピューティング技術があり、中国の政務データ開放や金融データ流通で活躍している。
プライバシーコンピューティングは技術体系であり、機械学習、分布式機械学習、暗号学、安全多角計算、連邦学習など多くの技術に関連している。
「従来の機械学習にはプライバシーはない。データを集め、訓練モデリングに集中する必要がある。しかし、データ立法の背景の下で、データ孤島とプライバシー保護の問題が明らかになり、連邦学習を通じて生態圏を構築するしかなく、データ所有者がドメインを出ない状況で、多角的に共同でモデリングし、技術的にデータ孤島問題を解決する」。大連理工大学の李祋助教授はこう述べた。
洞見科学技術CEOの姚明氏は記者に言った。「2018年まではデータが野蛮に流通していた。プライバシーコンピューティングは、データの物理的なレプリケーション、キャッシュ、無許可の販売を技術的に阻止することです。」
記者の了解によると、 政策が実施されると同時に、 は2021年第4四半期から、複数の頭部金融機関がプライバシーコンピューティングサービス業者の募集を正式にスタートさせた で、 China Merchants Bank Co.Ltd(600036) Industrial Bank Co.Ltd(601166) Hua Xia Bank Co.Limited(600015) 、渤海銀行、 Bank Of Beijing Co.Ltd(601169) China Life Insurance Company Limited(601628) などがプライバシーコンピューティングプラットフォームに配置されている。
次は、相互接続
多くのプライバシーコンピューティング技術サービス業者がコースに殺到すると同時に、異なる技術流派のサービス業者の技術実現原理の違いが大きく、プライバシーコンピューティングが解決すべき「データ孤島」はかえって「コンピューティング孤島」になった。
特に、金融機関は実際の応用において、複数のデータソースと協力する場合があるため、異なるプライバシーコンピューティングプラットフォームを配置する機関は「コストが高く、流通が難しい」という苦境に直面する。
「アプリケーション側にとって、多くのプライバシーコンピューティングシステムが導入される可能性があります。学習、管理、メンテナンスコストがかかり、多くのブラックボックスシステムでデータのセキュリティを保証するのも面倒です。」中国銀聯金融科学技術研究院の周雍カイ新技術チーム責任者は、「技術提供者にとっても、異なる企業の参入安全テストとユーザー育成に多くの精力を注ぐ必要がある。
プライバシーコンピューティングの生産の定着を実現し、アプリケーション側のシステムアーキテクチャ能力を高めるために、プライバシーコンピューティング業界は相互接続を模索し始めた。
ある保険会社の科学技術革新部の幹部によると、プライバシーコンピューティングプラットフォームの技術路線には違いがあるため、プラットフォームを建設する際、会社はどのような形式を取っても、最終的には異なるプラットフォームが異性の相互接続を実現することを保証しなければならないという原則を確定した。
異なるプライバシーコンピューティング技術の応用の原生的な障壁を打破するために、中国信通院は複数の機関と共同で「プライバシーコンピューティングプラットフォーム間相互接続」シリーズの標準の全体的な枠組みを編纂し、通信規範、相互接続プロトコル及び応用規範に関連している。
記者の多角的な理解によると、現在、プライバシーコンピューティングプラットフォームの相互接続はすでに上層管理システム層のインタフェースから相互接続され、多角的異性プライバシーコンピューティングプラットフォーム間の中層アルゴリズムプロトコル層の相互接続を探求している。
異なるプライバシーコンピューティングプラットフォームはコアアルゴリズムをブラックボックスとして、アルゴリズム自体を定義せず、定義アルゴリズムの基本情報、入力、出力だけを規範化し、アルゴリズムをプラグインの形式で異なる技術サービスメーカーで発表することができ、最終的に相互接続を実現する。
現在、複数の技術サービス業者は異なるプライバシーコンピューティングプラットフォームのアルゴリズムまたはプロトコルを最小粒度のコンピューティング原語分解を模索し、コンピューティング原語の抽象と定義を実現し、原語層で相互接続を実現し、続いて下層コンピューティング原語に基づく中層アルゴリズムの実現、上層応用実現を実現し、最終的にプラットフォーム相互接続を完成している。
\u3000\u3000「現在に至るまで、プライバシーコンピューティング技術は誕生したばかりの頃のようにはっきりしているのではなく、多くの技術経路がそろって進化している。現段階ではMPC、TEEと連邦学習の3つの技術が三つ巴に立ち、商用化のプロセスがリードしている。実際に商用化する過程で、人々は単一の経路技術のモデルが市場の需要を満たすことができないことを発見し、多種の技術の融合応用はすでに現在のトレンドでは、各メーカーも多重技術の実現経路を並列にする技術的合意に達しています。」洞見科技CTO何浩は記者に彼の展望を伝えた。「プライバシー・コンピューティングのビジネス・エコ面では、将来的には、より多くの参加者がより広域的なデータ・インテリジェント・流通ネットワークを構成することを想定しています。」
