计算机行业深度报告:隐私计算,千亿蓝海市场加速开启-20210809-开源证券-16页_1mb
报告摘要
隐私计算行业深度报告总结
核心内容
隐私计算作为数据要素市场改革的重要技术支撑,正在成为数据价值安全释放的关键突破口。随着《数据安全法》等法律法规的实施,以及数据交易市场的快速发展,隐私计算技术在金融、政务、医疗等行业展现出巨大的应用潜力和市场空间。
主要观点
- 隐私计算的重要性:隐私计算技术能够在保护数据隐私的前提下,实现多源数据的跨域合作,解决数据开放与安全之间的矛盾。
- 市场前景广阔:Gartner预测,到2024年,全球隐私驱动的数据保护和合规技术支出将突破150亿美元,即超过千亿人民币,市场潜力巨大。
- 技术路径多样:隐私计算主要包含三种技术路径:联邦学习、安全多方计算和可信计算,每种技术有其适用场景和优劣势。
- 商业模式多样化:未来隐私计算将形成包括系统销售、服务模式、调用模式和分润模式在内的多样化商业模式,其中调用模式和分润模式具有更大的市场空间。
- 行业应用加速:隐私计算已在金融、政务、医疗等领域实现快速应用,众多互联网企业、行业公司和初创企业纷纷布局该领域。
关键信息
隐私计算三大技术路径
| 技术 | 安全机制 | 性能 | 通用性 | 高效性 | 准确性 | 可控性 | 保密性 | 可信方 |
|---|---|---|---|---|---|---|---|---|
| 联邦学习 | 数据不动、模型动 | 高 | 低 | 低 | 中-高 | 高 | 中 | 不需要 |
| 安全多方计算 | 基于密码学原理对数据加密 | 低-中 | 高 | 中 | 高 | 高 | 高 | 不需要 |
| 可信计算 | 引入可信硬件 | 高 | 中 | 中 | 高 | 中 | 中-高 | 需要 |
隐私计算应用场景
- 金融领域:用于联合风控、联合营销、联合科研等,解决数据共享与隐私保护问题。
- 政务领域:通过隐私计算技术,有效保护政府数据,解决数据孤岛问题。
- 医疗领域:支持医疗机构联合建模,实现疾病筛查、医学影像识别等应用,同时用于DNA测试匹配。
主要参与企业
- 互联网企业:蚂蚁金服、腾讯云、百度、京东等。
- 行业性公司:微众银行、安恒信息等。
- 初创企业:华控清交、富数科技、矩阵元、数牍科技、锘威科技、光之树科技、零知识科技等。
投资建议
- 重点推荐公司:安恒信息、奇安信、深信服、绿盟科技、美亚柏科、启明星辰。
- 其他受益标的:卫士通等。
- 投资评级:看好(维持)。
市场规模预测
- KPMG预测,隐私计算国内市场规模将快速发展,三年后技术服务营收有望达到100-200亿人民币,甚至撬动千亿级的数据平台运营收入空间。
风险提示
- 市场竞争加剧风险
- 技术变革风险
- 人员流失风险
行业发展趋势
隐私计算行业正处于蓬勃发展阶段,技术成熟度不断提升,应用场景不断扩展,商业模式逐步多样化,未来市场空间巨大。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载