隐私计算加速落地与新兴场景涌现并起 2022应用研究报告正式发布(附下载)

研究报告由中国信通院云大所联合隐私计算联盟多家单位共同完成,主要涉及隐私计算应用背景、应用现状、项目应用部署难点及解决方案、应用展望等多个方面。

隐私计算应用研究报告(2022年)-闫树
出处:隐私计算联盟

2022年7月13日,由中国通信标准化协会指导,中国信息通信研究院(以下简称“中国信通院”)、隐私计算联盟主办的2022隐私计算大会在京召开。会上,中国信通院云计算与大数据研究所副主任闫树发布了《隐私计算应用研究报告(2022年)》。

近两年来,在政策驱动和市场需求同时作用下,隐私计算技术、产业、应用迅速发展,成为商业和资本竞争的热门赛道。随着隐私计算技术可用性的快速提升,市场由观望正在转向落地,金融、政务、通信、医疗、互联网等行业率先开展隐私计算应用,能源、车联网等行业也开始探索性应用。

研究报告系统梳理了隐私计算应用发展现状,深入剖析典型案例,并从项目管理角度详细阐述隐私计算在部署建设中遇到的应用难点及解决方案。该报告旨在为隐私计算参与各方提供应用参考,从而进一步推动隐私计算应用落地。

以下为发布实录

《隐私计算应用研究报告(2022年)》(以下简称“研究报告”)由中国信通院云大所联合隐私计算联盟多家单位共同完成,主要涉及隐私计算应用背景、应用现状、项目应用部署难点及解决方案、应用展望等多个方面。

隐私计算在政策和市场的双驱动下,迎来发展契机,尤其在技术、产业、应用等方向。一方面,数据流通需求不断加强,机构间数据流通成为促使数据要素市场化配置、充分释放数据要素价值的重要环节;另一方面,不断实施的法律法规使得数据的安全与保护,特别是数据流通过程中的合规性,成为持续稳定的市场需求,而不再是短暂的监管应对行为。在此基础上,政策纷纷出台促进隐私计算技术产业发展。

通过对公开招标整理、单一来源采购调研,整理了2019年以来隐私计算产品的招标情况。根据分析,自2019年起,隐私计算总数逐年递增,年度数量也呈加速趋势,仅2022年上半年招标数量超过2019-2021年累计招标总数的60%。进入实施部署阶段的产品比例明显提升,2022年上半年,进入实施部署阶段的产品比例由2021年的48%增长为55%,市场从落地初期验证阶段进入到加速实施阶段。

金融、通信、政务是隐私计算最主要应用行业。去年行业观察中按照行业大类进行应用统计,研究报告中进一步挖掘,将行业大类中具体单位类型进行了梳理。隐私计算应用场景行业丰富、细分。其中金融行业招标占比占总体的53%,应用最为广泛,在银行、金融机构、保险、证券、银联、交易所、支付机构均有涉及;通信占比17%,主要为通信运营商;政务13%,主要为政府、政府部门、大数据中心等事业单位。

不同行业建设部署目的分布不同。我们用对内赋能、对外赋能、双向赋能这三个概念进行区分。对内赋能是指招标方通过隐私计算平台引入外部数据或能力提升内部业务效果;对外赋能是指招标方通过隐私计算平台对外输出数据或能力;而双向赋能则是同时进行。我们发现,不同行业的赋能方向差异很大。比如,金融行业55%的项目目的为对内赋能,主要为联合通信、互联网、其他金融机构等数据资源提升自身风控、营销水平。而反过来,互联网、通信、医疗、能源行业对外赋能占比均超50%,以数据运营、数据服务方式对外输出自身的数据价值。政务行业双向赋能占比较高,一是通过政务数据内部共享,实现政务数据整合和协同共享;二是通过政务数据对外开放、数据运营对外赋能,如打通银政企信息孤岛促进普惠金融,如通信数据提升反欺诈效果。

隐私计算在应用过程中,通过调研分析得到,应用方在招标中更关注隐私计算产品解决实际复杂场景的综合能力,大部分招标并不限定具体技术方向。不限定技术方向占比为55%。通过调研产品支持行业场景及支持的技术路线,产品提供方的技术集成、行业适配能力也备受关注,部分招标明确要求集成2种及以上的技术能力。

金融场景主要包含风控、营销、监管场景,金融机构联合业内机构数据或者通信、互联网等其他行业数据资源提升自身风控、营销水平。采用的解决方案以联合统计、联合查询为主,联合建模及预测等方案也均涉及。

政务场景主要分为政务数据内部共享、政务数据对外开放、数据运营等场景。政务场景往往涉及区域内数据集,因此应用效果影响范围大,应用前景广阔。

医疗场景主要包含两个方面:一是通过医疗机构间数据融合,补充患者样本数量,主要涉及临床辅助决策系统、医学研究场景;二是通过对外提供数据服务,提高其风控或营销效果。采用的解决方案主要为联合建模及预测。

在互联网领域主要包含精准推荐和新客户拓展两个场景。互联网公司对业内机构或者金融、通信、互联网输出营销能力。采用的解决方案以联合统计、监督模型为主,无监督模型方案也有涉及。

随着隐私计算应用不断探索,新兴场景进一步涌现,如能源、供应链金融、税务、车联网等。新兴场景涉及行业较广,但共同点都在于存在丰富的数据资源以及强烈的数据流通需求。

我们通过广泛征集和调研,以隐私计算项目建设部署前、中、后三个阶段进行划分,全面梳理项目常见难点并总结解决方案,为探索隐私计算项目可复制、可推广的实施路径和模式提供参考。

隐私计算应用在各行业间处于不同阶段,隐私计算在与行业特色深度结合的过程中,技术在不断进步,可用性不断增强,更促进了行业数据价值的流通释放。我们得到如下趋势观察:在金融行业,头部银行完成布局,关注重心转至数智能力、性能指标;在医疗行业,技术逐步适配行业特点,头部医院规划布局;在政务行业,标杆案例引领实践,连线结网前景广阔;在互联网行业,结合行业技术前沿,探索提升性能新技术方案。

隐私计算应用与隐私计算技术发展相辅相成,共同提高。随着隐私计算产品可用性增强,规模将进一步丰富,应用行业将进一步拓展。

本研究报告编写汇聚了多方力量。面对这个日新月异、快速发展的行业,我们期待与业界共同守正创新,推动隐私计算行业健康发展,让隐私计算在数据要素市场建设和数据流通过程中发挥更大的价值!

研究报告联系人
贾轩 jiaxuan@caict.ac.cn

发条评论

你的电邮不会被公开。有*标记为必填。