隐私计算在科教卫生领域 应用白皮书 2023 关于绿盟科技 绿盟科技集团股份有限公司 （以下简称绿盟科技） ， 成立于 2000 年 4 月， 总部位于北 京。公司于 2014 年 1 月 29 日在深圳证券交易所创业板上市，证券代码：300369。绿盟 科技在国内设有 50 余个分支机构，为政府、金融、运营商、能源、交通、科教文卫等行业 用户与各类型企业用户，提供全线网络安全产品、全方位安全解决方案和体系化安全运营 服务。公司在美国硅谷、日本东京、英国伦敦、新加坡及巴西圣保罗设立海外子公司和办 事处，深入开展全球业务，打造全球网络安全行业的中国品牌。 版权声明 为避免合作伙伴及客户数据泄露 , 所有数据在进行分析前都已经过匿名化处理 , 不会在 中间环节出现泄露 , 任何与客户有关的具体信息，均不会出现在本报告中。苏州市卫生计生统计信息中心为苏州市卫生健康委员会下属事业单位，职能包括：负 责草拟苏州市地方性卫生健康信息化技术标准；承担卫生健康信息化项目的组织实施，承 担卫生健康相关应用系统的运维与管理工作，协助指导各市、区卫生健康信息化建设工 作；承担卫生健康大数据管理、分析和应用工作；承担卫生健康信息化网络与信息安全相 关建设、运维和管理工作；负责卫生健康信息统计工作；负责 12320 卫生热线的管理，为 市民提供卫生健康信息服务；承担全市卫生健康信息技术专业培训任务。 深圳大学 1983 年经国家教育部批准设立，肩负着为特区培养人才和为国家高等教育 改革探路的光荣使命。深圳大学秉承“自立、自律、自强”的校训，紧随特区，锐意改 革、快速发展，在较短的时间内形成了从学士、硕士到博士的完整人才培养体系以及多 层次的科学研究和社会服务体系，形成了“特区大学、窗口大学、实验大学”的办学特 色。目前，学校已经成为一所特色鲜明、实力雄厚、在国内外具有良好声誉和重要影响力 的高水平综合性大学。 引言 当前大数据时代，数据通常被称为“新石油”，因为它是当前推动全球经济不断增 长的新型原材料， 而数据只有流动 （共享） 起来才能产生更大的价值。 习近平总书记指出， 要“发挥数据的基础资源作用和创新引擎作用”，“构建以数据为关键要素的数字经 济”，“把握数字经济发展趋势和规律，推动我国数字经济健康发展”。为推动数据的 依法合理有效利用（共享），激活数据要素的价值，从中央到地方，均相继出台了相关 政策和条例，鼓励数据依法有序自由流动。 然而，随着数字化转型的不断推进与深入，近年来数据安全事件频发，数据安全与 隐私问题越来越严峻。各国均已深刻认识到了数据安全的重要性，并开始通过立法手段 加强保护数据安全，如欧盟的《通用数据保护条例》，国内的《中华人民共和国数据安 全法》、《中华人民共和国个人信息保护法》。这些法律的实施，对企业合规安全地发 挥数据价值提出了更高的要求。 政策鼓励企业进行数据资源开放共享；在当今大数据与人工智能时代，企业也确实 对数据资源开放共享有强烈需求；但是，在涉及数据流通及共享使用问题上，法律法规 明确规定，企业要采取必要的安全防控措施和技术手段降低数据泄露、窃取等风险。因 而市场面临“数据需要开放，却又难以开放”的困境。在技术迅速发展与政策推动的双 重因素下，隐私计算以及相应的合规服务，以“数据可用不可见”的理念为“开放流通” 与“合规安全”的矛盾提供了重要思路与解决方案，并且在实践过程中不断得到政府和 企业的认可。CONTENTS2020年以来，伴随着技术的不断成熟，国内外隐私计算产业化的步伐明显加快， 目前主要在金融场景应用和落地较多，不过科教卫生行业也具备足够的想象空间。过 去几年中，教育和卫生行业数字化获得了长足发展，众多学校、医院、科研机构、教 育机构和医疗机构积累了大量数据，为隐私计算的落地提供了很好土壤。同时，医疗 行业和教育行业所收集的数据具有较强的隐私属性，对隐私保护和数据安全的需求更 为强烈。 因此，绿盟科技联合合作伙伴，结合隐私计算在科教卫生行业的一些应用实践，共 同撰写了《隐私计算在科教卫生领域应用白皮书》。本白皮书除了对隐私计算的背景、 技术路线、安全风险、生态体系等做了详细介绍和分析之外，还着重介绍了科教卫生行 业的数据安全现状以及隐私计算在科教卫生领域的一些应用实践。 最后，绿盟科技希望能够与合作伙伴一起在隐私计算领域持续探索和创新，拓展更 多行业场景，提供更丰富的行业应用解决方案，构建和完善隐私计算生态。CONTENTS1ﾠ隐私计算时代背景 001 1.1 政策红利刺激数据要素流通 002 1.2 法律法规对数据安全提出新要求 005 1.3 科教卫生行业数据安全现状 007 1.4 隐私计算助力数据安全流通 010 2ﾠ隐私计算技术介绍 013 2.1 隐私计算概述 014 2.2 隐私计算技术路线 015 2.3 隐私计算安全模型 029 2.4 隐私计算安全风险 030 3ﾠ隐私计算生态体系 033 3.1 隐私计算行业生态 034 3.2 隐私计算平台技术体系 036 4ﾠ卫生健康行业隐私计算应用与实践 042 4.1 隐私计算赋能卫生健康行业 043 4.2 案例 1：脑卒中预测模型优化 046 4.3 案例 2：医疗诊断模型评估 049 4.4 案例 3：患者人脸“数据保险箱” 0515ﾠ科教行业隐私计算应用与实践 054 5.1 隐私计算赋能科教行业 055 5.2 案例 1：校内上网行为溯源 056 5.3 案例 2：科研数据共享使用 059 6ﾠ总结与展望 062 6.1 隐私计算发展趋势及展望 063 6.2 隐私计算在科教卫生行业发展前景及建议 064 参考文献 066