您的当前位置: 首页 > 新闻中心 > 行业知识 > 什么是隐私计算?产业生态和公司图谱一览

什么是隐私计算?产业生态和公司图谱一览

1 什么是隐私计算

隐私计算,其全称是隐私保护计算(privacy-preserving computation),2014年成立的由31个成员国和16个国际组织组成的大数据联合国全球工作组在2019年出台《联合国隐私保护计算技术手册》,其将隐私计算定义如下:这是一类技术方案,在处理和分析计算数据的过程中能保持数据不透明、不泄露、无法被计算方以及其他非授权方获取。

2 隐私计算的产业生态

在隐私计算的产业生态中有甲方、乙方和丙方三方。

(1)甲方表示数据使用方,主要集中在金融、政务、医疗、零售等领域。金融领域细分为银行、保险等机构,数量最多的是银行;政务以及各地政府部门的职责是实现政府各个部门间的互联互通与数据共享,提高政府效率与决策质量,加强政府各个部门间的协同;医疗领域主要有各地各级医院、药厂等。

(2)乙方表示数据源。金融类数据大多聚集在政府、运营商、银联、互联网巨头手中,主要有金融数据、医疗数据和政务数据。医疗数据储存在各地各级医院、医药公司、医保机构的系统里。政务数据表示的是工商、司法、税务、海关、学历学籍等各政府职能部门日常运行积累的数据,也包括省市政务数据共享平台与政务数据开放平台中的数据。

(3)丙方表示的是不拥有数据的服务机构,这类机构主要有隐私计算厂商、云服务商、大数据服务商等。他们服务于数据源或者数据使用方,数据可能存放在他们的系统里,但数据不属于他们。

隐私计算

3 隐私计算公司图谱

(1)互联网巨头。 当前各大互联网巨头都在将隐私计算作为其发力的方向,纷纷推出了隐私计算产品,如阿里巴巴、蚂蚁集团、微众银行、腾讯集团、百度集团、华为集团、京东集团、字节跳动等都互联网巨头

(2)云服务商。 目前推出隐私计算服务的云服务商有阿里云、腾讯云、百度云、京东云、金山云、华为云、优刻得等云服务商都推出了

(3)人工智能背景的公司。如瑞莱智慧、医渡云、三眼精灵、渊亭科技。

(4)区块链背景的公司。比如矩阵元、Oasis、ARPA、趣链科技、零幺宇宙、宇链科技、翼帆数科、熠智科技、算数力、同济区块链等。

(5)有大数据背景的公司。比如星环科技。

(6)有安全背景的公司。 比如阿里安全、腾讯安全、百度安全、安恒信息、神州融安、瓶钵科技、沙海科技等。

(7)软件服务商。如普元信息、神州泰岳。

(8)有金融科技背景的公司。如同盾科技、百融云创、富数科技、天冕科技、金智塔科技、冰鉴科技、甜橙金融等。

(9)供应链金融背景的公司。比如联易融、纸贵科技等。

(10)从隐私计算出发的初创公司。 如华控清交、星云 Clustar、数牍科技、蓝象智联、洞见科技、锘崴科技、翼方健数、冲量在线、光之树、融数联智、摩联科技、隔镜科技、神谱科技、同态科技、凯馨科技、煋辰数智等公司。

隐私计算厂商

来源:《零壹智库:隐私计算在金融领域应用发展报告(2021):开启新纪元(91页).pdf》

本文由作者C-C发布,版权归原作者所有,禁止转载。本文仅代表作者个人观点,与本网无关。本文文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

相关报告

TokenInsight:区块链与分布隐私计算(15页).pdf
TokenInsight:区块链与分布隐私计算(15页).pdf

分析师 江鹏 区块链与分布式隐 私计算 June 2019 TokenInsight 同时提供项目深度 分析,行业研究报告以及咨询服 务,您可通过一下方式联系我们: TokenI Find, Create, and Spread Value in Blockchain. 区块链与分布式隐私计算 要点总结 1

腾讯研究院:腾讯隐私计算白皮书2021(30页).pdf
腾讯研究院:腾讯隐私计算白皮书2021(30页).pdf

技术趋势平台化和容器化是未来可信计算与云平台融合的关键路径。可信计算开发和部署成本较高,为了满足多样化业务的需求,向使用者提供简易和低成本的服务,平台化和容器化正成为各大厂商的主流选择。例如通过将远程/本地证明、可信信道的建立、数据密封在内的可信功能整合在TEE基础平台,实现对于隐私计算任务的无差别工作流程

中国移动:通信联合会:2021隐私机密计算蓝皮书(40页).pdf
中国移动:通信联合会:2021隐私机密计算蓝皮书(40页).pdf

尽管近几年,我国有关信息安全保护方面的立法得到了进-步的加强和细化,但总体来说仍处于探索阶段。2009年, 隐私权 法律地位得到确立,被写入 侵权责任法中,这也是隐私权首次被纳入相关法律。同年,刑法修正案(七)新增加了非法获取公民个人信息罪以及出售、非法提供公民个人信息罪,对相关的违法行为提供量刑参考。20

零壹财经:隐私计算:2021年中七大技术趋势展望(13页).pdf
零壹财经:隐私计算:2021年中七大技术趋势展望(13页).pdf

隐私计算之外,开源已经成为整个软件开发领域大势所趋。在整个软件开源行业,据中国最大的开发者社区 CSDN 数据报告显示,2021 年初的 CSDN 去重用户已达 3200 万,并且保持高速增长态。开源项目文章数量逐年上升,并从 2017 年开始,连续两年高速增加,也证明了开源在中国开发者群体中越来越受关注。

计算机行业深度报告:隐私计算千亿蓝海市场加速开启-210809(14页).pdf
计算机行业深度报告:隐私计算千亿蓝海市场加速开启-210809(14页).pdf

(3)微众银行联邦学习方面,早在2019 年 2 月,微众银行便将自主研发的全球首个工业级联邦学习框架 FATE 予以正式发布,提供基于数据隐私保护的分布式安全计算框架,为机器学习、深度学习、迁移学习算法提供高性能的安全计算支持。目前,FATE 已在信贷风控、客户权益定价、智慧零售、智慧医疗、监管科技等领域

隐私计算联盟&amp云大所:2021年隐私计算与区块链技术融合研究报告(55页).pdf
隐私计算联盟&amp云大所:2021年隐私计算与区块链技术融合研究报告(55页).pdf

高效的全同态加密方案一直是隐私计算的重点课题从同态加密(Homomorphic Encryption,HE)的概念提出开始,经历了早期的半同态方案、类同态方案之后,高效的全同态加密方案一直是该领域的重点发展方向。部分同态算法和类同态加密效率更优,但仅支持单一运算类型的、有限次的密文运算,可应用的场景和产品较

零壹财经:2021年隐私计算专利报告(12页).pdf
零壹财经:2021年隐私计算专利报告(12页).pdf

目前,隐私计算核心技术主要包括联邦学习、可信执行环境和多方安全计算。联邦学习最早在2016年由Google率先提出。按照腾讯云的解释,联邦学习(Federated Learning,FL)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术,能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆

中国移动:2021隐私计算应用白皮书(50页).pdf
中国移动:2021隐私计算应用白皮书(50页).pdf

前言 版权声明 编写委员 珺 目录 FOREWORD 隐私计算发展的时代背景 隐私计算技术体系 国外隐私计算行业实践 国内隐私计算应用实践 通信运营商行业隐私计算实践 隐私计算发展趋势展望 参考文献 1/ 1.隐私计算发展的时代背景 /2 3/ 2.隐私计算技术体系 /4 5/ /6 1, 征 A B A

客服
商务合作
小程序
服务号
折叠