移动观象台-用隐私安全计算技术解锁数据价值-20页_3mb

BaseBit.ai翼方健数总结

核心内容

BaseBit.ai翼方健数是一家专注于隐私安全计算技术的公司，致力于通过技术手段在保护数据隐私和安全的前提下，实现数据的价值挖掘与共享。其核心理念是“数据不离开平台，平台只输出价值”，以应对信息时代中数据的非经济学特征，如隐私、合规、机密和安全。

主要观点

• 数据的非经济学维度：数据具有隐私、合规、机密和安全等非经济学特征，因此不能简单地按照传统经济学方式处理。
• 隐私安全计算的必要性：在数据所有者之间缺乏信任的情况下，隐私安全计算技术能够实现数据的联合计算和分析，而无需共享原始数据。
• 技术多样性：根据不同的安全信任假设和计算复杂度，采用包括多方安全计算（MPC）、同态加密、联邦学习、安全沙箱计算（TEE）、差分隐私、区块链、零知识证明等多种隐私计算方式。
• 数据所有权的复杂性：数据所有权不明确，但使用权可以分离，因此在数据使用过程中应注重使用场景和使用方法的规范。

关键信息

隐私计算方式

• 多方安全计算（MPC）：在没有可信第三方的情况下，实现多方数据的安全联合计算。
• 联邦学习：通过本地训练模型并分享梯度，实现多个数据拥有方的联合模型训练。
• 安全沙箱计算（TEE）：利用可信任执行环境（TEE）和安全沙箱，防止操作系统恶意查看或控制应用执行环境。
• 差分隐私：通过在数据中添加噪声，降低重识别（re-identification）风险，保护个人隐私。

数据分级与安全措施

法规与合规

• 法律依据：《中华人民共和国民法典》第一千零三十八条强调了信息处理者的责任，规定了数据使用中的隐私保护要求。
• 行业标准：《信息安全技术 健康医疗数据安全指南》（GB/T39725-2020）为健康医疗行业的数据安全提供了指导。
• HIPAA数据安全法案：规定了医疗信息的保护要求，包括机密性、完整性和可用性，以及对数据泄露的及时上报义务。

产品与解决方案

• XDP：处理城市级别大数据的隐私安全计算平台。
• 翼数坊：提供完整的隐私安全计算体系，包括产品技术、政策和流程。
• 数据和计算互联网（IoDC）：支持数据跨城市流通，实现多方数据的打通、共享与协作。

应用场景

• 第三方数据价值挖掘：如营销数据融合计算。
• 城市级应用：如传染病多点触发监测和智慧化预警平台。
• AI药物发现：通过隐私计算技术，实现医药基因数据库与AI模型的联合应用。

思考建议

• 法律上：当数据无法与个人身份信息建立关联时，无需个人授权。
• 技术上：严格执行数据最小可用原则，降低重识别风险。
• 实践中：即使保护了输入数据的安全，仍需防范结果泄漏，采用差分隐私等技术应对恶意攻击。
• 合规机制：制定行业企业和个人的合规机制，包括行政保障、物理保障、技术保障等，并设立免责条款。

数据生态与合作

• 数据所有权与使用权分离：在数据所有权未明确的情况下，注重使用权的管理和使用方法的规范。
• 开放的数据生态：支持数据的发现、授权和使用，涵盖“可用可见”和“可用不可见”两种模式。

未来展望

BaseBit.ai翼方健数致力于构建一个安全、高效、开放的数据和计算互联网，推动数据在不同机构和场景中的协作与应用，实现数据价值的最大化。