掘金：新型生产要素数据迎来 政策红利，隐私计算顺势而为 利器：隐私计算三类技术路线， 六个技术子项 索骥：四类玩家，各据禀赋、 共拓市场 乘势：隐私计算乘数字化大势， 数据服务市场建设掀起热潮05 16 28 42 52目录 结语 54 版权说明 2 数字时代的智慧应用与数据密不可分 ，数据作为底层资源喂养了庞杂算力体系下的各类智能算 法。然而近年来数据利用面临越来越多挑战 ，也因挑战逐渐生变 。 首当其冲的是数据隐私问题 ，数据隐私日渐从社会讨论 、传媒声势中落地 。在顶层设计方面 ， 事关数据隐私的法律法规逐步完善；在技术上 ，诸如同态加密这类隐私计算技术已经深入人们 日常生活 ，在手机等智能设备中以难以察觉的方式落地应用 。 其次 ，数据智能的逻辑为数据喂养算法 ，应用的智能程度与数据的量和质有着莫大因果关联 。 而随着智能应用的发展阶段不断推进 、综合智能程度提升 ，智慧应用更需要开辟新渠道拓展数 据类型 ，利用优质多维度的丰富数据全面提升智能程度 。 隐私计算行业的勃兴正是在此背景下涌现的一波技术商业化浪潮 。在技术方面 ，隐私计算实质 上并不指实际的单个技术 ，而是囊括了多个技术类别的一揽子技术合集 。“隐私 ”为目的项 ， 指明了技术本身功用乃是达成隐私保护 。而“计算 ”则说明了该技术在本质上是对信息 、数据 的加工 ，即应用在数据的使用流程中 。 隐私计算以 “数据可用不可见 ”切入数据使用过程 ，最终达到打通 “数据孤岛 ”的目的 。这带 来了两方面的益处 。其一 ，“可用不可见 ”某种程度上绕开了数据权属争议 ，通过技术手段保 证了原始数据归属于某一方 ，与此同时将使用权分离出来 ，通过平台及技术进行交易 、释放数 据。其二 ，数据孤岛的根源在于数据权属问题 、数据隐私问题等多重因素交织 。因数据有易复 制、易篡改特质 ，所有权难以界定 。隐私计算保证数据归属清晰的同时挖掘数据价值 ，与此同 时有效保障了数据内容中包含的隐私信息不被泄露 ，在涉及个人身份信息及某些特殊场景下具 有重要意义 。 3导语4随着中国的 《数据安全法 》、《个人信息保护法 》等数据监管法律相继在 2021 年落地 ，数据 利用面临更多制约因素 ，数据合规成为行业数据利用大考 。与数据监管相伴的仍旧是数据赋能 数字经济的逻辑 ，只有持续挖掘海量数据才能不断升级应用智慧程度 ，从而促进数字经济 和智能经济发展 ，最终变革社会 、惠及社会 。 以此为背景 ，近年来围绕数据要素涌现了一个全新的数据服务市场 ，在政策鼓舞下有着清晰的 发展持续性 ，大数据中心在中国各地分级有序建设 ，数据交易所不断涌现 。而隐私计算作为赋 能数据利用流程的核心技术之一 ，将成为数据服务市场的底层基础设施 ，为数据交易创造条件 并守护数据隐私 。简言之 ，隐私计算在近两年迎来了风口 ，并将会在眼下数据服务市场中占据 牢固位置 ，以技术赋能市场要素市场建设 。 通过文献研究与产业调研 ，本报告理解掌握行业重点问题 、呈现行业全景：阐明行业发展背景 、 追索技术发展历程 、描绘行业玩家图谱 、研判未来发展趋势： 第1章“掘金 ”：从价值落实 、监管加强 、技术进展等维度出发得出结论 ，隐私计算在 本质上是数字经济发展到一定阶段必然需求 ，该技术能响应价值 、顺应监管 、赋能技术； 第2章“利器 ”：从技术属性出发 ，追溯隐私计算技术的发展脉络与特征； 第3章“索骥 ”：描画现有隐私计算公司图谱 ，依据各自资源与特征 ，概括为四种主要 玩家 ，并进一步探究相关玩家的主流商业案例； 第4章“乘势 ”聚焦商业化现状及研判市场机会点 ，指出当下正在积极建设中的数据要 素服务市场是隐私计算面临的持续机遇 。导语5Chapter 1 掘金： 新型生产要素数据迎来政策红利，隐私计算顺势而为 ◼ 底层价值：应对长期潜伏的数据隐私与安全挑战 ◼ 强化监管：促进数据合规利用，守护基本价值 ◼ 技术增益：隐私计算技术蓬勃发展，为数据合规提供技术支持 ◼ 市场回响：隐私计算赛道投融资势头强劲6底层价值：应对长期潜伏的数据隐私与安全挑战 数据价值开始深入政策层面 ，由此传导到业界愈加彰显 ，同时合规的数据流通程序也将为数字 经济生产赋予更明晰 、更广阔的发展空间 。 在2021 年4月公布的 《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见 》 中，数据被定义为生产要素且与 “土地 、劳动力 、资本 、技术 ”并列 ，数据对于国民生产的重 要价值得到了官方层面肯定 ，且重要程度一举提升到了与其他基本要素同等地位 。 数据的生态全流程大致可分为存储 、传输 、使用三大环节 ，在数据的传输和使用过程中 ，由于 数据主体的差异 ，往往涉及到事关个体的隐私问题以及事关企业主体的数据安全问题 。 1.数据隐私：避免侵蚀个人权益 ，有效保全经济和人身利益 究其本质 ，基本隐私权利在于不被观察 、监视的权力 。保障个人隐私 ，即是保障了个人自如行 动的基本前提 。在隐私得以保全的前提下 ，人可以相对自如地按照自身需求 、兴趣和利益作出 相应的行动 ，达成相应目的 。在具体形式上 ，人们拉窗帘 、戴墨镜 、避人耳目私底下交谈都在 为自如活动创造了机会 。 在大数据时代 ，个人更需要免于被商业机构的 “数据监控 ”，免于被追踪 、分析 ，进而免除经 济甚至人身安全侵犯 。在此背景下 ，“大数据杀熟 ”案例层出不穷 ，部分商家利用各类渠道搜 集用户信息 ，侵害用户隐私 。在典型案例中不法商家获取到消费者全面画像 ，依照个体收入水 平等特征提供 “水涨船高 ”的价格 ，由此获取了额外利润 。7在商家侧 ，所取得的额外利益建立在侵害隐私 、获取数据的前提上 。在用户侧 ，客户隐私被侵 害后便丧失了部分自主行动权 ，失去了本可依照价格做出符合利益兴趣的合理决策 ，但在获取 到量身定制的混淆信息后 ，无法维护自身利益 。 根据 IBM 报告 《Cost ofaData Breach Report 2021 》，个人可识别信息 （PII,指的是可用 来辨识某人身份的信息 ）在所有数据泄露中占比高达 44%，单个信息泄露会给相关企业造成高 达180 美元的成本 。在宏观层面 ，报告所涉企业案例中 ，当泄露信息量在 5000 万–6500 万 条区间时 ，单个企业平均处理成本达到了约 4亿美元 。从数字不难看出 ，隐私泄露每年实际造 成了大量经济损失[1]。 当下的数据已经呈现了如下特征： 数据总量与维度愈加丰富： 数据已经从模糊化 、碎片化 ，逐渐变得清晰化 、完整化 。在金融服 务、出行 、政务 、娱乐等诸多维度各方面信息的汇聚下 ，数据关涉的个人画像越来越清晰 。 数据触角深探个人生活： 数据可描绘的个人画像逐步深入 ，从无关痛痒的外在场景化消费信息 ， 变为直指个人身份的关键依据 。以医疗数据为例 ，随着医疗系统的数字化以及数字化医疗渐成 大势 ，个人外在身份 、既往疾病信息 、体内指标等数据足够勾勒出细微信息 ，数据深入了更为 隐秘的角落 。 在现今的数据维度下 ，一旦有企业个体出于特定目的汇集金融 、出行 、医疗等多维数据 ，牵涉 的数据主体的隐私将暴露无疑 。对于大数据时代的数据主体而言 ，隐私问题早已是重大风险项 。底层价值：应对长期潜伏的数据隐私与安全挑战 [1] IBM. Cost of a Data Breach Report 2021. https://www.ibm.com/security/data -breach.2.数据安全：支撑数字经济的基层价值底座 数据安全指的是个人或机构的数据免于外界未经授权的滥用 、盗用行为 ，及自然灾害 、技术问 题带来的个人和机构的兴趣利益受侵犯的安全 。根据 2021 年6月通过的 《中华人民共和国数 据安全法 》：“数据安全 ，是指通过采取必要措施 ，确保数据处于有效保护和合法利用的状态 ， 以及具备保障持续安全状态的能力 。” 在数据安全实践上 ，据著名数据安全商 RBS 统计 ，2020 年据公开渠道统计共有近 4000 起相 关信息泄露事件使个人处于受威胁的状态中 。此外海量商业机密也将使机构蒙受可能损失[3]。 8底层价值：应对长期潜伏的数据隐私与安全挑战 2020 年，芬兰心理健康服务平台 Vastaamo 发生大规模数据泄露事件 。 由于该公司系统安全漏洞 ，4万多个客户的基 本信息和医生诊疗的手账全部落到黑客手中 。 其后 ，多达 300 多个客户的资料被黑客分批泄 露到暗网中 ，黑客直接在网络上要挟分批次释 放客户信息 ，名单上的客户若不及时满足他们 索要的金额便将之公之于众 。 其后黑客分批次将其完全暴露在网上 ，包含客 户诊疗时真实记录等信息曝光 ，部分客户隐秘 角落被迫公之于众 。泄露信息囊括了医生详细案例 的问诊手记 ，如实记录病人病理情况诸多细节 。 作为医疗数据 ，事件影响直抵个人 ，并对平台 造成了决定性的破坏影响 。 泄露开始于 2020 年10月，仅仅数月之后的 来年 2月，历经两轮融资 、有近 400 人团队 的Vastaamo 宣告破产 。 对用户而言这起事件无疑是一场灾难 ，个人名 誉收到严重侵害 ，而同时对其他公司也敲了一 记响亮的警钟 ，提醒业界公司重视客户隐私和 数据安全[2]。Vastaamo 公司数据泄露事件 [2] Ralston, W. They Told Their Therapists Everything. Hackers Leaked It All . WIRED. https://www.wired.c