數(shù)字經(jīng)濟時代，數(shù)據(jù)已成為關鍵的生產(chǎn)要素，它通過跨領域、跨行業(yè)的流通釋放其要素價值。在金融業(yè)，要建立更加開放的金融生態(tài)，需要將金融服務與外部生態(tài)不斷融合。這個過程中，僅僅立足于自身數(shù)據(jù)是遠遠不夠的，需要最大化發(fā)揮跨領域、跨行業(yè)數(shù)據(jù)要素價值，并滿足數(shù)據(jù)應用的安全合規(guī)要求。 隱私計算的快速發(fā)展，為構建更加開放的金融生態(tài)提供了新思路。

01

政策法規(guī)與行業(yè)需求雙輪驅(qū)動

隱私計算獲關注

政策法規(guī)為隱私計算發(fā)展提供了機遇。 當前，各金融機構正積極應用先進技術提升業(yè)務數(shù)字化水平，但技術帶來的風險也隨之提升，數(shù)據(jù)監(jiān)管也越來越嚴格。國家層面，《中華人民共和國網(wǎng)絡安全法》于2017年發(fā)布，《中華人民共和國數(shù)據(jù)安全法》《中華人民共和國個人信息保護法》于2021年發(fā)布。2021年12月，中國人民銀行發(fā)布《金融科技發(fā)展規(guī)劃（2022-2025）》，明確提出從強化數(shù)據(jù)能力建設、推動數(shù)據(jù)有序共享、深化數(shù)據(jù)綜合應用、做好數(shù)據(jù)安全保護方面充分釋放數(shù)據(jù)要素潛能。

各項法規(guī)政策對信息安全、隱私保護給出了重要的指引，也對新技術在各個場景中的應用提出新的挑戰(zhàn)，處理不好數(shù)據(jù)價值挖掘和數(shù)據(jù)安全保護之間的平衡關系，將阻礙數(shù)字化的進程，也會給企業(yè)、甚至社會和國家?guī)碡撁嬗绊憽Ｒ虼耍褂眉夹g手段解決安全的數(shù)據(jù)流通問題，與法規(guī)政策要求高度契合，獲得了良好的發(fā)展機遇。

“密態(tài)數(shù)據(jù)流通”需求推動隱私計算迅速發(fā)展。 當前，我國數(shù)字經(jīng)濟發(fā)展迅速，數(shù)據(jù)流通成為其中必不可少的關鍵環(huán)節(jié)。傳統(tǒng)數(shù)據(jù)流通方式通常直接進行明文數(shù)據(jù)的流通，隨著數(shù)據(jù)的不斷傳播，數(shù)據(jù)安全風險也不斷提高，數(shù)據(jù)流通環(huán)節(jié)中任何一個機構出現(xiàn)數(shù)據(jù)泄露，都會威脅數(shù)據(jù)安全。因此，在對數(shù)據(jù)安全要求較高的金融場景下，密態(tài)數(shù)據(jù)流通無疑是更好的選擇，能夠更好地控制數(shù)據(jù)的使用和流通范圍，并保障數(shù)據(jù)安全。

以隱私計算為代表的密態(tài)數(shù)據(jù)流通技術的蓬勃發(fā)展，使得密態(tài)數(shù)據(jù)流通成為重要的數(shù)據(jù)流通形式。

當前隱私計算剛剛興起，未來的數(shù)據(jù)規(guī)模、技術復雜度、應用場景都將遠遠大于現(xiàn)在。可以預見，隱私計算將成為構建開放金融生態(tài)的重要底層技術。

02

隱私計算發(fā)展態(tài)勢聚焦技術和產(chǎn)業(yè)

已形成三大技術方向。 隱私計算 是涉及密碼學、智能科學、硬件技術的交叉融合技術，當前主流的隱私計算技術有三大方向：一是多方安全計算為代表的基于加密算法的發(fā)展方向；二是人工智能與隱私保護融合的聯(lián)邦學習技術；三是基于可信硬件的可信執(zhí)行環(huán)境技術。三大方向雖有不同，但不同技術在實踐中常組合使用，在不同應用場景下強化數(shù)據(jù)安全和隱私保護。

多方安全計算 （Secure Multi-party Computation，MPC）由圖靈獎獲得者姚期智院士在1982年提出，實現(xiàn)在無可信第三方的情況下，多個參與方共同進行一項計算，而每一方只能獲取自己的計算結(jié)果，也無法通過計算過程推測出其他任意一方輸入的數(shù)據(jù)。也就是說，多方安全計算可在各方不泄露各自輸入數(shù)據(jù)的前提下，多方協(xié)同進行數(shù)據(jù)分析、處理。在金融場景下，可應用于聯(lián)合統(tǒng)計、聯(lián)合查詢、聯(lián)合建模、聯(lián)合預測等。

聯(lián)邦學習 （Federated Learning，F(xiàn)L）是實現(xiàn)在各方機器學習原始數(shù)據(jù)不出庫的情況下，通過對數(shù)據(jù)的加密流通與處理來完成多方機器學習模型訓練。聯(lián)邦學習是在人工智能開發(fā)過程中，為了保障用戶隱私和數(shù)據(jù)安全而提出，因此廣泛應用于智能化金融服務場景中。

可信執(zhí)行環(huán)境 （Trusted Execution Environment，TEE）是通過在中央處理器中構建一個安全的區(qū)域，保證區(qū)域內(nèi)的程序和數(shù)據(jù)的機密性和完整性。TEE是安全隔離的執(zhí)行環(huán)境，為受信任應用的運行提供了比普通操作系統(tǒng)更高級別的安全保障。

另外，零知識證明、同態(tài)加密、差分隱私、區(qū)塊鏈等技術也常與三大技術方向結(jié)合，協(xié)同完成隱私保護的最終目標。三大技術方向的優(yōu)劣勢比較如下：

表1 各項技術優(yōu)劣勢比較

產(chǎn)業(yè)正蓬勃發(fā)展，未來發(fā)展空間巨大。 從產(chǎn)業(yè)發(fā)展歷程來看，國外企業(yè)研究應用隱私計算較早。微軟在2011年開始深入研究多方安全計算、谷歌首次提出了聯(lián)邦學習的概念、Intel打造的SGX已成為很多可信執(zhí)行環(huán)境實現(xiàn)方案的底座。跟國外相比，我國隱私計算產(chǎn)業(yè)發(fā)展較晚，2016年左右開始出現(xiàn)隱私計算商用項目，但我國產(chǎn)業(yè)化發(fā)展的速度較快，從2018年開始進入快速發(fā)展期，產(chǎn)學研各方投入研究和發(fā)布的產(chǎn)品大增，許多大數(shù)據(jù)、人工智能、區(qū)塊鏈、金融科技企業(yè)紛紛入局。但總體來看，當前隱私計算市場環(huán)境還未成熟，產(chǎn)業(yè)生態(tài)還有很大的發(fā)展空間。

從技術選型上來說， 由于多方安全計算的技術復雜、開發(fā)難度大，因此布局這類技術路線的多為技術型企業(yè)，建設以多方安全計算為底座的數(shù)據(jù)流通基礎設施。對于聯(lián)邦學習，由于當前人工智能產(chǎn)業(yè)蓬勃發(fā)展，并伴隨相關數(shù)據(jù)安全需求遞增，且聯(lián)邦學習有較多成熟的開源社區(qū)，開發(fā)難度相對較低，因此眾多企業(yè)投入研發(fā)基于聯(lián)邦學習的隱私計算產(chǎn)品。對于可信執(zhí)行環(huán)境，由于對硬件的依賴及國外芯片的限制，國內(nèi)相關產(chǎn)品相對較少，但已有一些企業(yè)在國產(chǎn)化硬件上進行了研發(fā)投入。

從商業(yè)模式上看， 隱私計算技術供應商的收入主要可以分為兩類。 一是 提供技術相關的產(chǎn)品或解決方案，通過軟件產(chǎn)品或解決方案銷售獲得收入，同時可提供部署、運維服務。在面向不同行業(yè)或用戶需求時，也可提供定制化開發(fā)服務。 二是 建設運營隱私計算平臺，通過平臺上的數(shù)據(jù)流通服務獲得利潤，此時技術提供方與平臺運營方將共享收益，而擁有大量數(shù)據(jù)資源的技術廠商將具備更強的競爭優(yōu)勢。

我國隱私計算產(chǎn)業(yè)仍處于商業(yè)化的前期，但根據(jù)畢馬威KPMG《隱私計算行業(yè)研究報告》預測，未來市場規(guī)模將快速發(fā)展，三年后技術服務營收將達到100-200億人民幣，甚至將撬動千億級的數(shù)據(jù)平臺運營收入空間。

03

隱私計算兩大典型金融應用場景

金融機構在業(yè)務運營中積累了大量高質(zhì)量、高價值數(shù)據(jù)，但這類數(shù)據(jù)僅與金融業(yè)務本身相關，而一些金融服務如授信、營銷，通常需要更全面的客戶畫像。因此，金融機構有著與同業(yè)機構以及其他行業(yè)機構進行聯(lián)合計算的需求。隱私計算技術的應用既挖掘了數(shù)據(jù)的潛在價值，又為數(shù)據(jù)風險控制提供了強有力的支撐。在金融領域，最典型的隱私計算應用場景有兩個：

一是聯(lián)合風控。 通過融合多個機構數(shù)據(jù)，解決單個金融機構數(shù)據(jù)量有限的問題，提升風控模型精準度。也可綜合其他行業(yè)數(shù)據(jù)，在各方原始數(shù)據(jù)不出庫的前提下建立風控模型，形成多維度的數(shù)據(jù)分析，提升風控質(zhì)量。在信息核驗時，實現(xiàn)多方黑名單數(shù)據(jù)的共享，對騙貸、詐騙等行為的黑名單用戶進行匿蹤查詢，提升信息查詢的安全可信程度。

二是聯(lián)合營銷。 金融機構利用政務、通信運營商、互聯(lián)網(wǎng)平臺等外部數(shù)據(jù)，在不輸出原始數(shù)據(jù)的基礎上，實現(xiàn)更精準的用戶客群分類，制定更精準的營銷策略。例如，銀行結(jié)合電商、政務等其他合作方提供的消費、出行等數(shù)據(jù)，更精準識別目標客戶，拓展理財或信貸業(yè)務。

針對金融場景隱私計算需求，各金融機構及金融科技企業(yè)已研發(fā)應用了較多隱私計算平臺產(chǎn)品。FATE平臺是微眾銀行研發(fā)的開源聯(lián)邦學習平臺，該平臺對機器學習、深度學習、遷移學習提供了安全計算支持。平臺已幫助眾多機構完成數(shù)據(jù)安全使用和聯(lián)合建模。平安集團研發(fā)了蜂巢聯(lián)邦智能隱私計算平臺，平臺包含數(shù)據(jù)生態(tài)、聯(lián)邦計算、聯(lián)邦建模、推理應用等功能，已應用于跨機構數(shù)據(jù)合作、金融風控、交叉營銷等場景，并已達成了跨異構平臺互聯(lián)互通建模案例。百度研發(fā)了點石聯(lián)邦學習平臺，提供從數(shù)據(jù)分析、模型訓練、評估到預測的全流程服務，產(chǎn)品采用優(yōu)化的可信計算引擎，相比傳統(tǒng)的計算效率更高。當前，市場主流的平臺產(chǎn)品都已具備較完備的隱私計算功能，且都在某些方面具備獨特優(yōu)勢。

隱私計算技術構建符合普惠金融的智能風控體系，已成為發(fā)展的必經(jīng)之路。 當前消費金融公司風控業(yè)務的痛點主要有兩方面： 一是 隨著業(yè)務的不斷豐富，面臨數(shù)據(jù)維度缺乏、數(shù)據(jù)量不足的問題。客戶留存的數(shù)據(jù)逐漸不能滿足風控需求； 二是 當借助外部數(shù)據(jù)優(yōu)化風控模型時，由于數(shù)據(jù)安全保護要求，機構之間的數(shù)據(jù)融合壁壘較高，數(shù)據(jù)交互難度很大。

04

面臨的四大關鍵挑戰(zhàn)

目前隱私計算雖已成功解決一些金融場景下的數(shù)據(jù)合規(guī)問題，但其在安全、性能、互聯(lián)互通等方面仍存在巨大挑戰(zhàn)，可能限制進一步的推廣和應用。

安全有待于進一步提升。 隱私計算涉及的算法多樣，但其安全基礎通常都會設定一些假設，以此為基礎進行安全算法的設計。比如，假設多方計算的各參與方都嚴格遵守協(xié)議流程、假設各參與方之間不產(chǎn)生共謀、假設硬件提供商完全可信等。但實際情況下，這些假設并不一定成立。同時，隱私計算技術在產(chǎn)品化過程中，不可避免會產(chǎn)生系統(tǒng)安全風險，由于隱私計算產(chǎn)品的安全要求較高，系統(tǒng)安全薄弱環(huán)節(jié)將成為最易被攻擊部分。

隱私計算需要更大的計算和通信負載。 大規(guī)模應用隱私計算面臨著計算和網(wǎng)絡負載的限制。例如，通過隱私計算聯(lián)合建模的耗時是傳統(tǒng)機器學習的數(shù)十倍甚至數(shù)百倍。并且，隱私計算意味著多方同步計算，某一方計算或通信資源的瓶頸將直接限制整個計算平臺的性能。

各方安全共識難以形成。 隱私計算實際是讓多個參與方在安全共識下開展多方計算。但是，參與者很難直觀驗證各方的安全性，當前也缺少隱私計算安全分級標準，使得實際應用場景下各方安全共識通常難以達成。

不同產(chǎn)品間很難互聯(lián)互通。 每一個隱私計算應用方都面臨著與不同機構多方計算的問題，但各方部署的隱私計算平臺可能基于特定的算法和設計實現(xiàn)，平臺間很難完成信息的交互，導致重復建設和成本的浪費。因此互聯(lián)互通也成為隱私計算正面對的巨大挑戰(zhàn)。

05

隱私計算在未來大有可為

隱私計算在近幾年取得了長足的進步，但要實現(xiàn)更大規(guī)模的應用落地，需要在多方面進一步提升。

通過軟硬件優(yōu)化加速提升隱私計算可用性。 隱私計算底層的密碼學技術雖帶來了安全性，但計算效率被大大降低。因此，為滿足未來的規(guī)模化落地，隱私計算平臺需進行大量優(yōu)化，針對數(shù)據(jù)處理各個環(huán)節(jié)，將性能提升到最優(yōu)，并研究高性能硬件，以滿足隱私計算的實時性要求。

隱私計算與多種技術互相融合。 隱私計算與區(qū)塊鏈、同態(tài)加密、差分隱私等技術將逐步融合，發(fā)揮技術的最大價值，并拓展應用場景邊界。例如，區(qū)塊鏈與隱私計算的結(jié)合，可實現(xiàn)全閉環(huán)的安全和隱私服務。

隱私計算行業(yè)生態(tài)的融合發(fā)展。 當前雖已有成功的隱私計算案例，但多數(shù)仍處于摸索實驗階段，還未形成規(guī)模化效應。產(chǎn)學研用各界需加強隱私計算相關研究、開發(fā)、應用的布局。越來越多的開源項目也將加速隱私計算技術迭代，降低開發(fā)門檻和成本。隱私計算未來將形成多元、開放的產(chǎn)業(yè)生態(tài)。

隱私計算在金融領域正迎來蓬勃發(fā)展的新機遇。 可以預見，隱私計算將成為金融行業(yè)數(shù)字化轉(zhuǎn)型的關鍵一環(huán)，助力構建更加開放的金融生態(tài)，促進我國金融行業(yè)高質(zhì)量發(fā)展。

作者：馬上消費副總經(jīng)理兼首席信息官 蔣寧

來源：中關村互聯(lián)網(wǎng)金融研究院

長期堅持提供干貨不易，如文章引起大家共鳴、對大家有幫助，請大家點贊并轉(zhuǎn)發(fā)，以支持我們提供更多干貨，謝謝。