互聯(lián)網時代，數據的采集利用在給個人、企業(yè)帶來極大便利與價值的同時，數據泄露事件的頻發(fā)也對隱私保護構成了巨大威脅。

能否通過法律、技術等手段，達到數據利用與隱私保護之間的平衡?能否在保護數據隱私的前提下，進行數據的協(xié)同計算與共享利用?如何讓數據在提供價值和服務的同時，最大程度的保護數據產出者的數據隱私和合法權益?

在10月22日，矩陣元聯(lián)合造就舉辦的“誰動了我的數據奶酪”主題沙龍上，矩陣元高級副總裁謝紅軍發(fā)表了《數據面臨的隱私挑戰(zhàn)和構建下一代計算架構的對策》主題演講，對上述問題進行了深入探討。

以下內容整理自：矩陣元高級副總裁謝紅軍的演講速記。

一、數據隱私的嚴峻挑戰(zhàn)

隨著互聯(lián)網的發(fā)展，數據已經成為一種重要的“戰(zhàn)略資源”。大數據環(huán)境下，誕生了新型的“流量經濟”，同時催生了大批依賴數據的“廣告”公司。

當前互聯(lián)網企業(yè)有一個重要的盈利模式：通過采集分析龐大的用戶數據，對用戶進行數據畫像，之后“投其所好”進行“精準”廣告投放，以此獲得不菲的廣告收入。

其中，最典型的是我們所熟知的互聯(lián)網巨頭Google和Facebook，Google多年的廣告收入占整體收入的90%以上，而Facebook廣告收入甚至占到了整體收入的98%。據eMarketer估測，2018年，Google廣告收入較去年將增長14.5%，達到399.2億美元;Facebook廣告收入較去年將增長16.9%，達到210億美元。

科技推動人類文明進步，我們應當充分挖掘及利用數據價值，讓生產生活更便捷，但同時也應當看到在數據采集、使用過程中不斷涌現的新問題，如：

1)數據的過度采集和濫用。

此前曝出的“大數據殺熟”事件，就是濫用數據的一種表現，部分企業(yè)不只是利用獲取的數據為我們提供便利，還可能趁我們不注意“宰”一筆。

2)數據的管理不規(guī)范與混亂。

以共享單車為例，最近兩年出現了數十家共享單車公司，每家都收集了大量用戶數據，包括手機號、所在地、騎行路線等等。而那些已經退出業(yè)務運營的共享單車公司，他們采集的海量數據現在都在哪里?這很可能也會引起接下來要講的數據隱私泄露問題。

3)數據的隱私泄露。

除了大家熟知的Facebook劍橋分析丑聞事件，Facebook最新數據泄露的消息是：9月30日，黑客竊取數字登入碼，侵入了近5000萬用戶的帳號，連扎克伯格本人都未能幸免。

4)數據的流動困難。

越來越多的企業(yè)、機構已將數據視為其核心資產，除此之外，由于擔心數據隱私泄露帶來麻煩，大部分企業(yè)及機構不愿進行數據共享和交換，這就形成了一個個“數據孤島”。而數據只有充分利用才能發(fā)揮價值，不流動的數據只會成為被鎖死在服務器里的無用代碼碎片。

顯然，數據隱私泄露是最需要被關注的問題。數據利用帶來的便利性，不應當成為犧牲數據隱私性的借口。尤其是近年來各種數據隱私泄露事件的頻發(fā)，人們對數據的隱私保護愈加重視。解決數據隱私保護問題，已經成為企業(yè)乃至整個社會必須面對的挑戰(zhàn)。

歐盟已經率先從法律層面對數據隱私保護進行了響應，今年5月25日生效的《通用數據保護條例》(GDPR)，被稱為“史上最嚴格的隱私保護”法案，其要求企業(yè)必須通過技術手段保護用戶數據隱私，保障用戶對自身數據的控制權。不少國家和地區(qū)也呈現出“跟隨”GDPR的趨勢。

站在企業(yè)的角度，不管是為了尊重用戶、遵守法律，還是為了保護自身聲譽和利益，都迫切需要找到處理數據利用和隱私保護之間的平衡方案。

二、數據隱私保護解決方案

矩陣元一直在探索，通過構建隱私計算架構來保證在保護數據隱私的前提下，實現數據的協(xié)同計算與共享利用。其中，用到的最重要的技術就是——安全多方計算(MPC)。

MPC其實是密碼學的概念，由姚期智院士在1982年以“百萬富翁問題”實例提出。MPC的價值在于：可以保證在利用數據的同時，最大限度地保護用戶對數據的所有權，避免數據的濫用與隱私泄露。

矩陣元已經在密碼學和區(qū)塊鏈相關技術上進行了兩年多的研發(fā)投入，今年年中正式上線了以MPC為核心的JUGO安全多方計算平臺。通過部署MPC節(jié)點，各參與方可以在本地數據不被歸集、隱私數據不被泄露的前提下，共同執(zhí)行既定邏輯的運算，獲取共同想要的數據分析結果。

在MPC整個計算協(xié)議執(zhí)行過程中，各參與方對自身數據始終擁有控制權，只有計算邏輯公開。計算參與方只需參與計算協(xié)議，無需依賴第三方就能完成數據計算，并且各參與方拿到計算結果后也無法推斷出原始數據。

當然，這其中涉及到很多復雜的技術實現問題，感興趣的朋友和企業(yè)可以在矩陣元官網了解MPC的具體工作流程。

通過對MPC的工程化實踐，矩陣元目前已為廣告、醫(yī)療、征信、機器學習等行業(yè)客戶，提供了基于數據隱私保護的跨機構數據分析、多源數據模型訓練、圖像身份認證等多種服務。

MPC的應用遠不止商業(yè)企業(yè)，對科研機構同樣極具價值?？蒲衅陂g，研究機構需要采集大量的基礎數據，但因為政策壁壘、數據隱私等約束，機構持有的數據無法交互，這造成數據采集工作重復，歷史數據采集難度大，進而導致行業(yè)內大量的數據資源沒有得到有效使用和深度分析。以上問題，MPC恰恰可以有效解決。

矩陣元未來會繼續(xù)腳踏實地進行技術探索和研發(fā)投入，希望能和廣大合作伙伴一起，為數據隱私保護努力，為數據充分流動賦能。

矩陣元是一家聚焦于隱私計算和價值交換網絡的技術服務提供商。旨在為數據的隱私保護、協(xié)同計算提供基礎設施和全方位治理方案，更加簡單、安全、高效的實現數據的充分流動?，F已擁有多項密碼學核心技術專利，并與武漢大學、中國科學院、上海交通大學深入開展技術攻關和科研合作。在醫(yī)療、保險、征信、廣告、機器學習等領域積累了豐富的應用經驗，與行業(yè)伙伴一起基于區(qū)塊鏈和數據隱私保護網絡實現了多樣化的跨機構數據統(tǒng)計分析、多源數據模型訓練和圖像身份認證等合作。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。