2021年中国隐私计算产业发展报告.pdf

目 录 第一章 背景篇2 一、基本概念2 （一）国内隐私计算定义2 （二）国外隐私计算概念3 （三）数据流通模式差异性4 二、作用意义4 （一）隐私计算助力数据要素市场化配置5 （二）隐私计算成为防范数据泄露突破口6 （三）隐私计算促进多方数据安全合规协作7 （四）隐私计算促进大数据进入新发展阶段8 三、国外政策环境9 （一）欧盟发布技术指南肯定隐私计算的作用及价值9 （二）美国发布法案支持隐私计算技术的研究与使用10 （三）英国设立国家机构研究隐私计算技术并促进应用11 第二章 技术篇12 一、多方安全计算13 （一）技术简介14 （二）技术优缺点18 （三）国内主要厂商19 （四）应用场景与案例20 二、联邦学习21 （一）技术简介22 （二）技术优缺点25 （三）国内主要厂商27 （四）应用场景与案例28 三、差分隐私29 （一）技术简介30 （二）技术优缺点30 （三）国内主要厂商31 （四）应用场景与案例32 四、机密计算32 （一）技术简介34 （二）技术优缺点36 （三）国内主要厂商36 （四）应用场景与案例38 五、可证去标识39 （一）技术简介39 （二）技术优缺点39 （三）国内主要厂商40 （四）应用场景与案例41 第三章 产业篇42 一、产业现状42 （一）技术层面，隐私计算多技术融合应用42 （二）主体层面，多方企业加码隐私计算43 （三）应用层面，金融及医疗行业应用发展最快45 （四）市场层面，尚未形成成熟的市场环境及商业模式47 二、产业环境48 （一）政策支持：多部门多地发布规划支持隐私计算48 （二）金融保障：隐私计算领域投融资以Pre-A轮为主49 （三）专利申请：隐私计算近两年内专利申请量激增50 （四）标准建设：国内外标准化组织均已开展研制工作52 第四章 建议篇54 一、健全法律法规明确隐私计算发展方向54 二、构建标准体系提供隐私计算应用规范54 三、培育数据要素市场完善产业发展环境55 图 目 录 图1 隐私计算技术体系12 图2 多方安全计算发展13 图3 多方安全计算模式14 图4 秘密分享原理15 图5 同态加密原理16 图6 不经意传输原理16 图7 混淆电路原理17 图8 零知识证明原理17 图9 联邦学习发展21 图10 联邦学习模式22 图11 横向联邦学习23 图12 纵向联邦学习24 图13 联邦迁移学习25 图14 差分隐私发展29 图15 机密计算发展33 图16 数据在TEE集群中的处理38 图17 涉足隐私计算企业成立日期44 图18 隐私计算图谱46 图19 年度隐私计算融资事件数量及隐私计算融资轮次分布49 图20 年度隐私计算专利申请量50 图21 各机构专利申请数量51 图22 软件和信息技术类标准体系53 表 目 录 表 1 国内隐私计算厂商44 表2 明确发展隐私计算的政策文件49 第一章 背景篇 隐私计算本质上是在保护数据隐私的前提下，解决数据流通、 数据应用等数据服务问题。基于以上特性，隐私计算在个人隐私 权、企业数据权益、社会发展平衡保障下释放数据要素价值，成 为与法律、监管强相关的技术，且能够支持对企业的数据资产权 益（定价权、控制权）的保障。 一、基本概念 隐私计算作为技术体系，概念诞生时间较短，但多方安全计 算、联邦学习、可信执行环境等作为隐私计算的重要技术分支， 理论基础的研究已开展多年。隐私计算概念的确定有助于技术体 系的完善及各技术间的融