数牍科技副总裁何东杰：隐私计算可兼顾数据的安全性和可用性_新浪财经

股市瞬息万变，投资难以决策？来#A股参谋部#超话聊一聊，[点击进入]

　　9月2日，2022服贸会中国金融科技论坛在北京首钢园举行，该论坛主题为“数字经济时代的金融科技发展应用与安全”，是2022中国国际服务贸易交易会的组成活动之一。

　　数牍科技副总裁何东杰出席并发表题为“赋能数据要素流通，助力产业数字化转型”的演讲，围绕数据发展趋势、对数据流通的理解以及数牍的隐私计算平台如何赋能行业场景应用助力数据要素安全、高效率流通，分享观点。

　　何东杰在演讲中指出，数据爆炸增长且存储分散，数据隐私保护的重要级也随之提升。随着互联网、移动互联网、物联网等的快速发展，数据量飞速增长。各行各业都聚集了大量的行业数据，对于一个人、一个企业来说，数据分散存储在多个不同行业的不同企业，这些数据融合起来才能够完整刻画一个对象。数据展示了一个人、一个企业的社会属性和行为，涉及到个人和企业的隐私信息，从保障社会安全稳定来说，需要保护隐私信息。

　　数据管理和使用又面临安全性、可用性两大难题。政府机构间、政企以及企业之间存在数据共享、数据开放和数据交易的诉求。国务院办公厅《要素市场化配置综合改革试点总体方案》提出，建立健全数据流通交易规则，探索“原始数据不出域、数据可用不可见”的交易范式。

　　如何理解数据流通？何东杰认为，数据的目的是发挥价值，核心在于应用，其中的两个核心能力是数据和市场。只有一个开放公开的市场才能加速政府和企业间的数据流通。只有将合适的数据运用于合适的场景，才能够提升数据运营的整体效能。在这个过程中，需要安全合规，符合国家的相关规定。对内，企业需要构建一套数据资产管控和治理的能力体系，包括分类分级、数据资产、数据质量等。在数据内外协作方面，何东杰提出需要一套基础能力体系，核心是隐私计算。其涵盖面非常广，小到目前关注度比较高的多方安全计算、联邦学习，TEE（可信执行环境）等，还包括传统数据处理能力，比如数据脱敏等。这个体系的构建以隐私计算的技术为依托，承载上层的数据加工、处理、流通。核心是数据治理和数据流通。

　　何东杰提出，隐私计算技术可以在数据成为生产要素的大环境下，帮助企业开展数据能力建设，以及跨企业跨行业的数据流通协同，将数据治理好、应用好、保护好，实现 “明文数据不出库、用法用量可管控”。

　　“隐私计算解决了两方面的问题，第一个是数据安全流通问题，基于传统的数据加工、深度学习，还有多方安全计算、联邦学习等各种技术支撑。第二是，隐私计算本身能直接带来业务价值的提升。隐私计算把企业之间的数据逻辑进行连接，进而赋能各个行业。当然前提是要获得企业用户的授权。实际上，隐私计算是一个跨行业跨企业的大数据平台2.0时代，是更高层级的大数据2.0，能发挥多方联动的价值。”何东杰表示。

　　以下为发言实录：

　　感谢主持人的介绍，非常荣幸这次能跟在座的各位专家同仁一起探讨，我们围绕数据这个大的领域做什么，或者未来可以做些什么。

　　数牍科技聚焦于围绕数据本身做一些事情，通过对数据的赋能，促进整体行业甚至产业的发展。首先看数据有什么特点。随着近二十年来互联网、移动互联网甚至物联网的发展，数据量飞速增长。小到电子手表、手机、笔记本电脑、甚至电动汽车等，都能获得大量的数据信息。这些信息分散存储在多个不同行业的不同企业。为了提升生活的质量，这些数据只有汇聚起来才会发挥价值。但同时，我们知道它存在片面性，可能会带来一些风险。数据展示了一个人、一个企业的社会属性和行为，涉及到个人和企业的隐私信息，从保障社会安全稳定的角度来说，需要保护隐私信息。这就意味着，安全、隐私和数据利用之间存在矛盾。

　　更进一步，以金融行业为例，银行做企业风控会涉及到非常多的数据，从央行的征信报告、工商、司法、税务甚至包括企业主的行为，才能做精准全面的小微企业信贷风控。但实际情况其实比较骨感。对小微企业来说，可能存在经营报告不够完善，发票、税务信息不够完整等情况，因此就出现了小微企业融资难融资贵的问题。数智时代，传统的数据服务方式通过企业内部自循环的数据已远远不够，企业大数据应用已经从内生走向外延，需要从多角度、多维度补充外部数据，提升精准营销、信贷风控等业务场景的应用效果。

　　当前，国家从各个方面加强数字化建设，本质在于推动数据流通，才能服务整个产业和社会的发展。无论是加快建设数字经济，加强政府数据开放，还是营造良好的数字生态，我们可以看到其本质是，数据成为生产要素，成为企业和社会数字化转型发展的基础。与此对应的，企业需要建设安全可信的基础能力设施。

　　首先数据要可用，我们要为企业数据进行分析，包括元数据、数据资源目录等，构建一套完善的数据能力体系。针对国家法律法规的要求去做数据的分类分级，对数据进行清洗、加工等，在这个基础之上才能真正支撑数据流通，进入数字经济时代。

　　第二部分，在此基础之上要理解数据流通，有以下几方面：第一方面，数据的目的是发挥价值，核心在于应用，其中有两个核心能力，一是数据市场。只有一个开放公开的市场才能加速政府机构、政企和企业间的数据流通。二是，只有将合适的数据运用于合适的场景，才能够提升数据运营的整体效能。在这个过程中，还需要满足安全合规，符合国家的相关规定。第二方面，对内，企业需要构建一套数据资产管控和治理的能力体系，包括分类分级、数据资产、数据质量等。第三，在数据内外协作方面，何东杰提出需要一套基础能力体系，核心是隐私计算。其涵盖面非常广，包括目前关注度比较高的多方安全计算、联邦学习，TEE（可信执行环境）等，还包括传统数据处理能力，比如数据脱敏等。这个体系的构建以隐私计算的技术为依托，承载上层的数据加工、处理、流通。核心是数据治理和数据流通。

　　我们认为隐私计算可解决两方面的问题：第一是数据安全流通问题，里面需要运用到多种技术，比如包括传统的数据不同环节的处理加工、信息对齐，统计分析、建模、深度学习，当然也包括数据服务，在这里不细说。第二方面是隐私计算本身就能够去直接带来业务价值的提升。

　　这里有个示意图，过去的数据合作，双方把没有那么敏感的信息放在一起做数据分析，分析产品和结果运用于企业生产。但因为数据的开放程度不够，使得效果不够好，当然因为安全性使得数据开放不多。第二个阶段，行业开始尝试做通用化的建模。比如某个企业以内部数据为基础做模型加工，对外做服务输出。因为这里面没涉及到数据输出，安全性比较高，但是效果其实不够好。基于隐私计算的联邦建模，能够达到联合建模同样的效果，还能够充分保障数据隐私安全。联邦学习的核心在于让数据都存在各方本地，通过密态数据交互的方式产生一个新的模型，我们看到联邦学习或者隐私计算本身就能直接带来用户的数据价值，这是联邦学习另外一个核心的出发点。我们看到又有安全又有效果，隐私计算、联邦学习使得“既要又要”是可能的，既要业务效果又要安全，打通供给侧和需求侧真正赋能行业的发展。

　　我们怎么看隐私计算平台，这里讲了很多偏技术的东西。隐私计算是什么，大概十年前，我就做大数据这个行业。大概2008年、2009年开始，就希望将数据汇聚，数据汇聚会有大量的资源消耗。我们希望有一个新的架构支撑，企业搭建平台把数据汇聚，让数据发挥真正的价值。隐私计算是把企业之间的数据逻辑上进行连接，各个行业都能进行使用，当然前提是要获得企业用户的授权。实际上隐私计算就是一个跨行业跨企业的大数据平台的2.0时代，是更高层级的大数据2.0，真正发挥多方联动的价值跟效果。

　　其次，事物发展趋势都是从小点开始慢慢推广演进，比如像这两年做了很多的业务场景，点对点的，其实架构上不复杂。我们知道事物发展规律一定是未来会有很多的企业，比如工行、建行等会有很多的数据提供方。大规模复杂网络的环境下，我们希望有一个控制节点，只参与协同，不参与计算，可以提高运行效率，其中包括管理节点、控制节点和计算节点，两方三方可以不要这个节点，但是三方是一个必选项。

　　这是数牍隐私计算平台的功能架构，覆盖了非常全面的隐私计算的逻辑，下面承载了几种业务，比如银行反洗钱反欺诈、营销风控以及保险的核保等。我们提供了非常完善的全流程联邦学习解决方案。金融机构有大量的数据，整个产业有大量的数据，大量的数据处理过去有大数据，现在用分布式的方式，横向扩展服务能力，实现整套分布式的架构，可以支撑亿级、百亿级的数据加工。

　　我们承接了很多政府的项目，包括北京、上海、深圳等等。同时我们也做小微企业信贷征信，我们知道很多的行业信息能提供帮助，比如电力、税务甚至其他行业的数据，都能赋能给金融机构真正帮助识别那些优质的小微企业，帮助其融资更方便甚至更便宜。

　　最后简单介绍以下数牍。数牍科技以隐私计算技术产品为核心，专注技术研发，拥有行业领先的技术团队。核心成员均来自Facebook、Google、银联、华为、字节跳动等，在数据科学、AI等领域拥有10年以上落地经验，具备国际领先的隐私计算技术和工程实践能力。

　　为赋能数据价值，数牍科技专注于数据要素流通基础设施建设，提供国产可控、自主研发兼具效能的隐私计算全栈技术服务目前已率先实现隐私计算工程化落地的企业，快速实现产业布局。与北京、上海、深圳等地政府，工商银行、建设银行、中国联通、交通银行、成方金科、北京银行、天安人寿等数十家各领域客户达成合作，帮助客户更好的发挥数据在政企运营、价值提升中的作用。