投稿|《数据安全法》来了,隐私计算何处寻觅星辰大海?( 二 )


是医疗机构或医保机构不愿意开放数据么?不是,而是没有办法有效的保证数据安全,所以,业内人士指出,“在自身监管能力不足的情况下,全国范围内大规模打通医保线上支付结算的概率几乎为0 。”
从这个问题就可以非常清楚的看出来,由于缺乏确保数据安全开放流通的技术,一个符合民生需求、且有实际意义的政策就卡在实操层面难以落地 。
所以说,数据安全的本质关乎社会数字化进程以及民生福祉 。
02 隐私计算中的中国速度说到数据安全,可以涉及方方面面的技术标准和能力,但近年来快速吸引市场关注的是“隐私计算”这个新的提法 。
相应来说,对于各类涉及国计民生的大数据的安全,除了存储端的安全之外,最重要的就是确保数据在流通过程中确保安全 。前面所举的医保支付的问题,就是一个典型的因为确保数据安全开放流通的技术达不到监管要求,造成数据要素无法迅速在各个体系内流通的反面案例 。
大家都知道,中国之所以要花大力气搞新基建,推动数字化2.0转型,本质就是为了挖掘数据作为生产要素价值,开放数据的正向流动,可实现降本增效并给国民经济注入持续的推动力,但是,加速流通绝不能以牺牲数据安全为前提 。
因此,如何兼顾发展和安全,平衡效率和风险,在保障安全的前提下发挥数据价值,是当前面临的重要课题 。以多方安全计算、联邦学习、可信执行环境等为代表的隐私计算技术为流通过程中数据的“可用不可见,可控可计量”提供了解决方案,已在一些领域开始推广应用 。
因此可以说,隐私计算是在实现保护数据拥有者的权益安全及个人隐私的前提下,实现数据的流通及数据价值深度挖掘的一类重要方法 。
而中国的隐私计算研究,一开始就是和国际同步甚至是领先的 。
中国最早的隐私计算的产品化,可能应该是在中科院院士王怀民教授领导的云际计算项目(科技部重点项目)中产生的 。
顾名思义,云际计算就是围绕不同云服务之间的云际协作,在这种协作中必然产生大量的数据流通,所以数据安全(隐私计算)成为云际计算的一个重要子集,甚至可以说是最重要的子集 。
正是因为云际协作中的安全有巨大的现实意义,王怀民院士倡导开发了一种遵循云际计算的对等协作机制框架,在数据源端实现了资源平面数据访问和增加水印功能,在控制平面实现了合规检查和智能合约机制,在信息平面实现了价值交换转移记录以及审计信息的收集 。
这一技术对于解决现实问题有巨大价值,成为科技部重点项目中推出的首个基于“产学研相结合”来实践数据融合方向的商业化落地产品,这个技术诞生了行业内很早就崭露头角的第一代UCloud安全屋(Safe House) 。
2021年,UCloud的安全屋已经覆盖了,政府、金融、医疗、教育、汽车、制造业、防疫等应用场景;是业内起步早、应用场景广的隐私计算解决方案代表 。所以笔者正好借用这一体系所涉及的几个技术方向,来介绍隐私计算的主要实现路径 。
第一个场景,是服务政府、金融行业的数据开放,对应的则主要是数据沙箱技术 。
这一应用路径的典型案例,也是上海市公共数据开放的首个行业应用——金融普惠,简单的说就是,包括上海市科委、市人力资源社会保障局、市规划资源局、市生态环境局、市住房城乡建设委等在内的多家政府部门,首批提供与普惠金融相关度较高的数百个数据项,把包括社保缴纳、住房公积金、市场监管、发明专利、科创企业认定、环保处罚、商标、司法判决等数据,通过上海市大数据中心,集中面向商业银行开放,通过打通政府和银行间的数据流通壁垒,提高银行风控能力,不仅可为商业银行进一步丰富普惠金融信贷产品体系,加大信贷投放力度提供支撑,还可帮助一部分小微企业获得传统金融机构信贷服务的机会 。到今年3月,有18家银行通过大数据风控模式,发放超过600亿元普惠金融贷款 。

推荐阅读