
如何实现数据价值挖掘和隐私保护的正和博弈,隐私保护计算为此提供了行之有效的解决之道。为了实现隐私保护前提下的数据要素市场培育、综合提升国家网络安全实力及经济社会发展水平,沉着有力应对各种风险挑战。中国信息通信研究院安全研究所联合阿里巴巴集团安全部、北京数牍科技有限公司联合撰写了《隐私保护计算技术研究报告》(以下简称“报告”)。
报告详细介绍了隐私保护计算的概念内涵,提出了隐私保护计算的保护目标,深刻探讨了数据流通与协作过程中面临的“数据孤岛”、合规趋严和信任鸿沟等问题,详细分析并对比了联邦学习、安全多方计算、机密计算、差分隐私、同态加密等关键隐私保护计算技术,介绍了隐私保护计算技术在金融、政务、医疗等领域的部署经验,并对隐私保护计算技术未来发展进行了展望,以期为关注隐私保护前提下的数据要素市场培育、国家网络安全实力综合提升的社会各界提供有益借鉴与参考。
报告目录
一、隐私保护计算
(一)隐私保护计算概念
(二)隐私保护计算架构
(三)隐私保护计算目标
(四)隐私保护计算价值
二、隐私保护计算关键技术
(一)联邦学习
(二)安全多方计算
(三)机密计算
(四)差分隐私
(五)同态加密
三、隐私保护计算关键技术综合评价
四、隐私保护计算应用案例
(一)金融领域
(二)政务领域
(三)医疗领域
五、 隐私保护计算发展展望
点击此处阅读报告原文。