PlatON冉阳:新基建下隐私计算机遇与挑战

算力智库得得号
算力智库得得号 机构得得号

Apr 04, 2020 我们是专注于区块链产业深度原创报道、评级、研报项目数据库

该文章已上链

摘要: PlatON冉阳:新基建下隐私计算机遇与挑战-隐私计算大课第二讲

PlatON冉阳:新基建下隐私计算机遇与挑战
00:00
08:49

PlatON冉阳:新基建下隐私计算机遇与挑战-隐私计算大课第二讲

算力说

新基建下,隐私计算在其中扮演了怎样的角色?其又是如何为企业和实体经济解决痛点的?昨晚的隐私计算大课第二讲,PlatON首席AI官冉阳博士,从产业和科技角度剖析了隐私计算与新基建下5G、大数据、人工智能与物联网等技术中心的本质关系,以及其所在的云图研发的第一代产品在数字资产交易、分布式身份、机构联合画像、供应链产业协同等领域的应用范式。

1

新基建下隐私计算的机遇冉博士在开篇引用了PlatON创始人孙立林的数篇署名文章,以及聚量集团董事长邵平最近在《中国金融》中发表了一篇文章《产业金融数字化的新机遇》,归纳出新基建中各技术的生态关系: 分布式隐私计算,为新基建形成了一个完整的“数据生态”。5G是高速公路和毛细血管,带来低延时或者高传输速度的网络基础;物联网是神经突触,采集万物产生的可信数据;区块链是全程运输保镖,确保真实数据上链后全流程互操作的不可篡改;大数据和云计算则是中央厨房,利用海量基础数据为原料,加工生产出可供商用的数字产品和服务,而保护隐私的人工智能,则是输出渠道,并拥有自身不断优化和修正的能力。 如果在数据产生的时候,不能够保证数据本身的真实性,所有的金融化、资产化、数据确权和交易都会有问题。因此区块链不仅是运输保镖,还是一个全流程不可篡改的保险箱。更重要的是:区块链是连接5G、大数据、人工智能、物联网四大场景的基础设施。 数据时代的基本矛盾是数据可用不可见,人才可用不需见。这是区块链+隐私计算才能解决的,因此,基于数据隐私与协同的全新基础设施应运而生:分布式隐私计算。

实际上对应AI在新基建或传统的互联网基建项目中,大部分的公司,都在重点研究这方面,把隐私的问题解决好同时又能够保证AI变现的治理及机制。在这个问题解决了,在新基建里就有可能获得特殊的位置。这个位置有机会定义生产关系,既能够享受到数据的红利,又能够让大家的隐私保护的诉求得到满足。所以这个时候,就必然出现了隐私AI这样的新的大方向。 这是新基建对基建的升维打击,是因为它会激发机构和企业去贡献自己更多的核心数据、贡献自己原来都不敢想或者是不愿意暴露出来的数据,同时保证数据的使用权和所有权,权益保证,这是隐私计算对新基建的重要意义。

2

隐私计算解决的企业痛点和需求  

数字经济时代,企业主要面临的是如何通过数据生产要素的激活和交易实现业务和收入的增长。 其中主要有4个痛点:1. 如何使用数据获得新的收入增长;2. 如何高效、精准,低成本的获取发展所需的外部数据;3. 如何保护自有数据隐私与安全;4. 如何实现数据的“可用不可见”。 而现阶段的企业的现状是通过大数据爬虫获取外部数据,数据隐私与合规问题。购买黑产数据和大数据渠道,因合规监管已被禁止。数据商务合作(合资公司、数据互换等)方式,局限于两方数据且合作门槛、使用成本高。同时,对数字经济的隐私保护需求也在提高。 针对这些问题,隐私保护的技术给出了不同的解决方案: 1. 结合不同的密码算法 2. 使用安全多方计算算法3. 使用代理重加密算法4. 通过数据的隐私保护 从数据隐私出发,隐私计算可以对不同的隐私保护需求进行安全级别分类,配套最经济的加密算法。 若用户对身份信息敏感,可通过算法进行数字身份转换;若用户对数据内容敏感,可通过加密手段进行不可逆的匿名保护;若用户对数据保护要求严格,可考虑牺牲便利性实现全方位的匿名。 从数据协同出发,基于安全多方计算可建立多机构间的数据协同,扩大服务边界,并能基于协同数据分析结果形成新的数据再利用和利益分配模式。

3

隐私计算的应用场景探索

1. 分布式数字身份在分布式架构下为人和物建立链上身份,打破行业间壁垒,作为所有分布式应用的基础。通过链上身份确定资产与数据的所属权。个人完全控制隐私数据的授权和使用,可隐式用于身份认证。 2. 多机构联合画像合格投资人:了解客户总资产(是否大于某个值)、行业参与情况(开户时长、活跃度)。联合征信:了解客户在行业的资产总体情况(总授信额度、违约次数、黑名单次数等)。 3. 隐私AI的数据安全基于隐私计算实现的AI算法分析,可消除数据源之间的交互壁垒,通过数据的多样性来提升AI算法的处理能力与数据覆盖维度。 4. 基于隐私计算的密钥管理使用MPC门限签名算法实现密钥的分片管理与协同签名,业务过程中完整密钥从不出现,杜绝黑客攻击点,大幅提高业务在网处理的安全性。 5.基于隐私计算的产业协同发展在物联网与车联网领域,广泛的数据源对接可实现数据模型的隐私共享,充分利用边缘算力完成协同操作,通过奖励和评估促进模型的迭代与算法优化。 那么,隐私计算究竟是如何在以上的领域发挥作用,还有哪些具体案例?欢迎扫描下方二维码参与此次隐私计算大课,获取详细的课程内容,冉阳将在课程中更详细地讲解新基建的核心场景中,隐私计算扮演的角色和地位。接下来还有来自微众银行、众安科技、吉贝克、摩联科技、新加坡管理大学等商业巨头和研究机构专家将会在接下来的5天中共同深度剖析隐私计算商业密码,通过隐私计算产业大课,详解这个新兴赛道释放的巨大数据石油红利。

(1、 内容来自链得得内容开放平台“得得号”,稿件内容仅代表作者观点,不代表链得得官方立场。2、 凡“得得号”文章,原创性和内容的真实性由投稿人保证,如果稿件因抄袭、作假等行为导致的法律后果,由投稿人本人负责。3、 得得号平台发布文章,如有侵权、违规及其他不当言论内容,请广大读者监督,一经证实,平台会立即下线。如遇文章内容问题,请发送至邮箱:chengyiniu@chaindd.com)

链得得仅提供相关信息展示,不构成任何投资建议
本文系作者 算力智库得得号 授权链得得发表,并经链得得编辑,转载请注明出处、作者和本文链接

更多精彩内容,关注链得得微信号(ID:ChainDD),或者下载链得得App

分享到:

相关推荐

    评论(0

    Oh! no

    您是否确认要删除该条评论吗?

    分享到微信