继攵女h娇喘抽搐喷潮h,www.97av,senima尼玛亚洲综合影院 收藏,激情婷婷综合

  • 產品與服務矩陣
  • 資源中心
  • 關于我們

隱私計算勢頭迅猛,但金融行業用戶需要“冷靜”

行業監測分析 易觀企業數字化 2022-03-31 5884
隱私計算技術的應用價值為在保護信息安全的前提下,實現全方位數據流通,進而促進經濟發展。近年,技術初步成熟、數據監管和扶持政策逐步出臺、市場對數據的需求日益旺盛,隱私計算市場的誕生恰逢其時,發展勢頭迅猛。但是隱私計算行業目前仍處于探索期,具體體現于技術性能有待提升,大規模應用仍在探索,同時產業發展受限于數據源質量和權屬等問題。
易觀分析將隱私計算市場的發展周期分為四個階段,即:探索期、市場啟動期、高速發展期和應用成熟期,目前中國隱私計算市場正處于探索期。



中國隱私計算發展階段分析如下:


探索期(2016-2023年)

 
隱私計算最早出現在2016年發表的論文《隱私計算研究范疇及發展趨勢》。同年,獨立的隱私計算商業項目開始出現。

行業標準方面,2021年,信通院先后發布了《隱私計算白皮書(2021年)》及《隱私計算法律與合規研究白皮書》,對隱私計算行業制定系統化的標準以鼓勵技術的合規應用,預計未來隱私計算應用邊界將會隨技術和數據生態的融合而拓展。

實際應用方面,截至2021年底,已有88家企業陸續發布100+個隱私計算技術產品,隱私計算產業供給呈現上升態勢。重點領域客戶陸續結束概念驗證和試點部署階段,大量商業化項目逐步落地,實施部署階段的產品占比48%,主要集中于金融、政務、醫療和通信運營。但是2021年的實際落地案例仍然較少,市場尚且處于供給驅動階段。

從融資角度來看,截至目前,隱私計算領域八成初創公司的融資尚處于早期階段。
2022年案例落地將迎來爆發,重點領域基本完成商業化覆蓋,更多行業將會布局隱私計算。數據源擁有者、隱私計算廠商、各行業用戶和監管機構一方面會繼續推進隱私計算技術標準制定,另一方面將會更加關注隱私計算的合規監管。落地案例的增加以及行業監管的收緊,將會使市場逐漸回歸理性,隱私計算會出現更精細的分類,在增加營收的同時市場開始整合。處于探索期的隱私計算行業,技術初步成熟,在以金融、政務、醫療為主的領域陸續落地應用;但是技術與場景、場景和落地之間均存在斷層,同時數據質量和確權等問題也有待解決。

市場啟動期(2024-2025年)

 
市場整合完成后,預計隱私計算技術將會成為數據處理的底層需求,助力數據安全全生命周期管理,并聯合區塊鏈、人工智能等多種技術共同搭建適配多種應用場景的數據建模平臺,逐步走向用戶驅動的成熟市場。屆時,具有技術優勢及良好生態體系的公司將會占據市場主流。

處于啟動期的隱私計算行業,核心技術問題得到突破,在多個主要領域已成熟應用,商業模式得到市場驗證;但是在工業等蘊含巨大潛力的領域,技術與應用的結合仍有發展空間。“十四五”大數據產業發展規劃指出, 2025 年將基本形成“創新力強、附加值高、自主可控的現代化大數據產業體系”。作為大數據產業的基礎設施,隱私計算也會在2025年進入高速發展期,該技術將成為數字經濟的剛需,廠商將與上下游共同形成穩定高效的全生命周期產業體系。

高速發展期(2025年-)

 
2025年,隱私計算行業產品標準化程度高,被廣泛用于眾多領域。廠商一方面會進行隱私計算平臺的快速部署,另一方面也會高效地滿足用戶的個性化需求,隱私計算市場將會由需求驅動。但是受大數據體系發展程度的影響,距離實現全域數據安全流通仍有距離。

給到金融業用戶的建議

 
隱私計算在銀行各個場景中的應用初步啟動,發展較快的各級國有行、股份行、城商行等已經開始引入聯邦學習、多方安全等技術體系在客戶營銷、業務風控等場景進行試水。保險行業的隱私計算應用相對較弱,中國人壽財險已經啟動測試與上線工作,落地效果有待于進一步跟蹤分析。對于證券等資管行業,當前案例尚且缺少,仍有待開發和落地。
 
結合隱私計算當前技術發展現狀以及與金融業場景的適配度綜合分析,金融業,尤其是銀行業需要選擇具備數據流通業務痛點的場景進行“冷靜測試”,并在回饋業務效果的基礎上以點到線向面鋪開。具體來說,易觀分析建議金融機構在搭建隱私計算平臺時或者上線隱私計算業務場景應用應充分考慮以下幾點:
 
其一,隱私計算技術過熱,保持合理預期,形成圍繞業務痛點完整解決方案的隱私計算應用規劃才能真正發揮業務價值。數據安全全生命周期管理與數據應用的鏈條是相對復雜的,是需要端到端協同解決并產生價值的,隱私計算在一定程度和范圍內能夠對于數據安全與應用進行適度破局,但是數據源的合規性仍然需要予以保障,方能形成完整數據鏈條的合規;而數據質量仍然在隱私計算未對模型質量造成影響的情況下,影響最終業務效果。

其二,在技術路線的選擇方面,不同技術路線各有側重與適用場景,依據場景選擇技術應用。例如銀行內部客戶交叉業務營銷,采用隱私求交與同態加密方法,而銀行與同業/異業聯合建模則需要考慮不同業態下的橫向與縱向聯邦應用。同時,畢竟不同技術路線也各有所短,需要考慮MPC對性能的高要求,而聯邦學習建模在安全性方面的損耗,多技術路線融合以及異構平臺的互聯互通也需要在場景側應用的同時同步予以考慮。

其三,具備良好技術優勢的金融機構可以基于開源項目嘗試自主研發適配場景的隱私計算平臺,但是需要對開發成本、部署難度、開發周期和安全風險等難點有全面的認知和承受能力。同時在開源項目選擇上,需要綜合考量安全協議的支持度、功能全面性和學習成本。