2021年被认为是隐私计算的应用落地元年
2021年被认为是隐私计算的应用落地元年。
日前，国际权威机构 IDC发布报告《IDC PeerScape:金融行业隐私保护计算探索与实践》这是IDC首篇完整解读隐私计算在中国金融行业落地的报告蚂蚁隐私计算应用案例网商农村金融在可信执行环境技术下的实践被列入行业优秀实践之一
本次《IDC PeerScape:金融行业隐私保护计算探索与实践》报告从立项到发布历时近四个月，列举了数字化银行，消金平台，城商行到光大，工行等大型金融机构以及央行分支机构落地隐私计算的优秀案例，从应用现状，主要难点，面临的挑战以及解决方案方面进行了深入讨论。通过交换加密参数，联合计算建模，机构可以解决反洗钱样本少，数据质量低的问题，形成具有丰富特征的稳健智能模型。
IDC认为，在数字化时代各行各业都在以数据为基础而开展业务运营及业合作，但不同类别的数据往往存储在单一节点，不同数据源之间相互隔离，难以形成数据合力，如何在保护数据隐私和数据安全的情况下实现数据要素的价值，成为阻碍不同主体数据融合的核心挑战。他进一步指出，通过使用联邦学习技术，可以在银行之间以及银行与其他机构之间开展基于数据的反洗钱合作。通过调用共同建立的模型，银行可以在不收集各方数据的情况下大大提高反洗钱能力。。
在上述背景下，网商银行运用蚂蚁隐私计算的能力通过硬件技术对数据进行隔离保护，形成一个可信执行环境，为不可信环境中的隐私数据保护和计算提供了一个安全而机密的空间在该技术的保障下，网商银行通过将不同数据源的数据在可信执行环境下处理来辅助银行与合作方在保护各自数据隐私安全的同时又能实现数据融合，在此基础上为涉农用户提供融资金融服务，解决了农村金融服务匮乏，农业经营者融资难融资贵的难题网商银行的该技术平台能够支撑实际生产环境下的复杂数据的安全计算任务，帮助客户降低数据测试，完成投放和风控等流程的时间成本
蚂蚁隐私计算的技术体系目前包含了多方安全计算，可信执行环境，可信密态计算等之前，浦发银行与蚂蚁集团基于多方安全计算的风险模型，阻止发放数十亿人民币的高风险贷款该案例也是IDC2021《开放金融数据共享中隐私计算的平衡之道》报告中的唯一入选案例
伴随着个人信息法等法规的落实以及技术的不断成熟，2022年数据行业将正式进入密态时代，隐私计算的应用落地越来越迫切。
IDC认为，目前隐私计算已在金融信贷风控，反洗钱，反欺诈，营销，保险定价与理赔，业务协同等场景陆续落地应用未来，隐私计算的大规模应用将要关注于计算性能与计算效率之间的有效平衡，计算模型有效性与稳定性的提升，以及在具体场景中的多重数据服务价值
IDC 预测，2022年隐私计算能力将逐渐开始成为数据类相关产品及解决方案的标配，并呈现多场景落地，生态驱动，技术融通的趋势2021年我国大数据市场整体规模超110亿美元，且有望在2025年超过250亿美元，呈现出强劲的增长态势
。
