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( 四 )

因此，为了实现传染病的预测，我们建立了一个数据网络，最难的是如何得到这些数据。医疗和卫健委的数据是在一个XDP平台里，被称作「城市全民健康平台」，这是一个单独的平台。另外一个平台是「数据政务平台」，包括医保局、教育局和民政局的数据等。这两个系统都是用的翼方健数XDP平台，他们可以实现联邦。并且由于它们是政府机构，互相之间有信任，因而可以利用安全沙箱（成本相对较低）的机制来做计算。

文章插图

但是还有很多数据，包括搜索和移动的数据，它们是在商业公司里。商业公司不愿意把自己数据拿出来。为了解决这个问题，我们采用了联邦学习，最后打通数据源，训练出了刚才所说的神经网络模型。通过更多深度学习模型能够利用的疾病相关的信息，传染病的预测准确度高了很多。目前，这个智能平台已经在一些城市实现了落地。

文章插图

我们可以看到隐私安全计算在城市级别的数字化方面具有很大优势，能做很多事情。过去我们有很多智慧城市的建设，以前智慧城市建设往往从需求出发，比如智能交通和智慧医疗，这种情况下需要找到一个总包商，建立智慧城市的应用。过去这些需求可能比较简单，这类解决方案或许就足够了。
但是，随着未来城市数字化场景越来越复杂，新的场景和应用不断地出现，我们需要重新思考城市数据的治理和管控，因此也就需要建立一个数据的平台和底座，这个底座一定要通过隐私计算的平台来实现。在这个平台上，大家可以利用第三方，并随着新场景的出现，建设新的应用。这样也就变成一个可以扩容的城市大脑。

文章插图

目前，翼方健数的隐私安全计算技术已经在很多场景实现了应用。除了前面提到的城市政务、城市健康以外，隐私安全计算技术还在生物信息、医院科研平台、园区数据管理平台，以及营销、金融等诸多方面获得不少的应用。随着XDP平台的不断部署，IoDC数据和计算的互联网将会慢慢地形成，隐私安全计算也能够对经济的发展做出更多的贡献。