传染病|翼方健数张霖涛：隐私安全计算如何助力形成数据和计算互联网

在 2021 WAIC · 隐私计算学术交流会上，IEEE Fellow、翼方健数首席科学家张霖涛发表了主题演讲《隐私安全计算在IoDC上的应用》。在演讲中，他主要介绍了翼方健数在隐私安全计算领域的技术进展以及产品落地。

文章插图

以下为张霖涛在 2021 WAIC · 隐私计算学术交流会的演讲内容，机器之心进行了不改变原意的编辑、整理：
今天在这里介绍一下我们在隐私安全计算方面所做的一些工作。翼方健数（BaseBit.ai）是一家专注于数据价值抽取的公司，我们有一个概念叫IoDC（Internet of Data and Computing），很多工作都围绕着IoDC这个事情来做。我在这个报告当中会跟大家解释一下什么叫IoDC，以及在这个方向上做的一些应用。
数据的重要性及流通的障碍催生隐私安全计算
在十九届四中全会中，数据被提到一个非常高的高度，被定义为一种新的生产要素，这是一种非常有前瞻性的看法。在未来的智能时代，数据将会是一种推动社会发展的重要生产资源和要素。数据有很多特性，要很好地使用这一生产要素面临以下诸多挑战。
数据本质上不能够安全地流通，因为它涉及很多责权问题，包括隐私安全机密需求，所以不应该分享原始数据本身。但是我们希望分享数据价值。数据的价值包括从中获得的一些洞见、知识、模型等。我们如何解决这个矛盾呢？我们希望采用技术的手段，用联合计算和分析的方法，在保护数据的情况下，从数据中抽取价值并分享数据的价值。
目前，隐私计算技术是我们从数据当中抽取价值的一项非常关键的技术。过去二三十年里，这些技术已经得到了长足的发展，比如多方安全技术MPC/ 同态加密、联邦学习、安全沙箱计算、可信执行环境，以及差分隐私、区块链、相关技术。过去二三十年，这些技术在学术界已经获得了非常多的研究，并且过去十年中的进步使得很多技术已经在很多情况下得到实际应用。

文章插图

但应看到，这些技术很多往往仅考虑计算进行时的安全，没有考虑数据全周期的安全和隐私保护。在实际的应用中，如果单独拎出一项相关技术，很多情况下不一定能满足用户需求。这些技术非常重要，但我们需要做更多工作，才能够让隐私计算技术在实际应用中发挥作用。
所以我们希望不要深究技术流派，而是定义一些更广泛的、广义的隐私安全计算。我们认为在特定的信任假设下，在保护数据所隐含的隐私和机密，避免数据资产的流失、转移和失控的前提下，实现和分享数据价值的技术、产品和方法的都是隐私安全计算。隐私安全计算的最终目的不是单纯地保证隐私和安全，而是实现和分享数据的价值。只要能完成这样一件事情，我们都可以称之为隐私安全计算。

文章插图

隐私安全计算的场景、挑战和开放数据生态平台
那么，我们如何解决隐私安全计算问题呢？又面临哪些挑战呢？我们希望通过隐私安全计算，来解决数据开放共享与隐私安全保护的矛盾。
下图左为传统的计算方式。传统的数据利用方法一般如何实现呢？数据存在一个数据平台里，当另外一个应用需要使用数据时，一般会将数据拷贝出平台，或者通过API调用数据传出平台，然后该应用对原始数据进行计算，最后输出结果。
我们希望通过隐私安全计算平台（下面中间图中红框）来实现隐私安全计算技术。这个平台是个很抽象和广义的概念，它可以是单机，甚至是机构里的封闭cluster。目前来看，这种小黑屋式的计算平台被广泛地使用。隐私安全计算平台应该包括参与数据价值抽取的整个系统，比如可以是一个区块链上的很多机器，或者是一个云计算当中的平台。无论如何，我们需要有这样一个平台。隐私安全计算平台能满足什么事情呢？它能够使得用户把数据和应用放在这个平台里面，通过平台控制里面的计算，最后保证平台只输出数据的价值，比如一些模型或者其他的统计数据。