基于区块链的可信联邦学习架构.pdfVIP

| 基于区块链的 可信联邦学习架构 | 目录C O N T E N T 01 隐私计算概述 03 研究工作进展 02 区块链+隐私计算 04 未来发展分析 || | 01 隐私计算概述 | 隐私计算的法律与合规 目前，《中华人民共和国密码法》、《中华人民共和国网络安全法》、《信息安全技术个人信息安 全规范》等一系列法律法规的正式生效，规范了信息安全和隐私保护的具体要求，隐私保护的重要性和 迫切性不言而喻。 • 2020年4月，国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》把数据列为生产要素 ， 并要求”加强数据资源整合和安全保护”，”制定数据隐私保护制度和安全审查制度”。 • 2020年5月，国务院印发《关于新时代加快完善社会主义市场经济体制的意见》中明确提出: “加强数据 有序共享，依法保护个人信息”。 • 2020年12月，国家发改委联合3部委发布《关于加快构建全国一体化大数据中心协同创新体系的指导意 见》，以深化数据要素市场化配置改革为核心，优化数据中心建设布局。 • 国外相关法规 • 欧盟史上最严格的隐私保护法案《通用数据保护法案》(GDPR)、美国的《加州消费者隐私法案》(CCPA)、 • 新加坡的《个人资料保护法令》(PDPA) 资料来源： 《隐私计算技术金融应用研究报告》 ||| 隐私计算保护的罚款 在国际社会上，被称为史上最严格的隐私保护法案《通用数据保护法案》（GDPR）除了明确技术 效果之外，更是引入了巨额的罚款措施，一个国际集团中任一个子公司可能会因单次违规事件，而面临 可能高达集团前年全球年度总收入 4% 的巨额罚款，GDPR 法案的实施进一步加强了隐私保护产业化 的必要性和迫切性。 年份 公司名称 事件 涉及金额 报道机构 意大利数据保护监管机构DPA处罚 2018 Facebook 1千万欧元 英国卫报 Facebook违反GDPR法案 2019 Facebook 美国联邦贸易委员会处罚Facebook 50亿美元 英国BBC 法国数据保护监管机构CNIL处罚Google违 法国数据保护机构 2019 Google 5千万欧元 反GDPR法案 CNIL 资料来源： 《微众银行区块链WeDPR隐私保护白皮书》，收集日期：2019年12月13日 ||| 隐私计算的行业标准 随着隐私计算技术近几年的快速发展和落地应用，国际与国内隐私计算的相关标准相继制定发布。 • 电气和电子工程师协会(IEEE)标准组于2020年3月发布了 《联邦学习系统架构和应用指南》， 该标准对联邦学习的定义、概念、分类、算法框架规范等方面进行了系统性阐述; 国际上 • IEEE标准组 《多方安全计算推荐实践》、国际标准化组织ISO 《多方安全计算标准》、