隐私|当数据成为“新时代的石油”,如何在应用数据时保护隐私?

《经济学人》曾发文称“世界上最有价值的资源不再是石油 , 而是数据”(The world's most valuable resource is no longer oil, but data.) 。 随着时间的推演 , 数据愈来愈成为当下这个时代的关键生产要素 。
然而随着数据的价值被广泛释放 , 随之而来的数据安全和隐私保护也成为被广泛讨论的话题 。
9月26日 , 在第七届世界互联网大会上“隐私计算”成讨论热词 , 一款编译级隐私保护计算平台RealSecure也在现场亮相 , 其旨在打破传统数据协作方式 , 实现数据应用与安全保护之间的平衡 。
RealSecure由北京瑞莱智慧科技有限公司研发 。 瑞莱智慧是依托清华大学人工智能研究院设立的人工智能企业 , 由清华大学人工智能研究院院长张钹院士、清华大学人工智能研究院基础理论研究中心主任朱军教授共同担任首席科学家 。
【隐私|当数据成为“新时代的石油”,如何在应用数据时保护隐私?】瑞莱智慧合伙人朱萌介绍道 , 这是一款基于安全多方计算、联邦学习、可信执行环境等技术打造的数据安全共享基础设施 , 能够实现“数据不出库 , 模型多跑路” 。

隐私|当数据成为“新时代的石油”,如何在应用数据时保护隐私?
文章图片

那么如何才能打破传统数据协作方式 , 让数据既能充分应用与又能保证安全?RealSecure的实现思路有四大方面:
一是数据可用不可见 。 现有数据流通模式面临数据权属、数据安全法规不完善、技术不成熟和协议不统一等问题 , 使得海量数据散落四处 , 造成数据价值无法充分发挥的窘境 。 而传统数据处理的计算环节一般需要将数据上传 , 由中间方加以协调 , 存在一定数据泄露的风险 。 朱萌介绍道 , RealSecure平台则通过将计算环节移动到数据端 , 取代传统渠道的中间协调者 , 大幅降低了数据泄露的可能性 , 同时又通过AI驱动整个数据的闭环处理 , 实现真正意义上的数据隔绝保护 。
二是活字印刷最优解 。 大部分的隐私计算平台在投入商业应用的过程中存在大量技术适配的工作 , 比如需要通过堆砌人力 , 一对一剖析改写机器学习算法将其“隐私保护”化 , 这使得成为一项劳动密集型工作 , 投入和产出不成比例 。 RealSecure平台则通过自研的AI编译器架构来实现传统算法的自动编译和一键适配 。 朱萌解释道 , 这类似于“活字印刷” , 针对主流机器学习算法无需改写 , 只要调用函数 , 直接在编译器里重新编译就可以自动实现算法改写 , 实现两者生态的相统一 。
三是安全和性能齐飞 。 安全和性能是衡量隐私计算系统的核心指标 , 瑞莱智慧构建了可论证的“事前”“事中”“事后”安全体系 , 提供全方位的安全评估验证 , 基于隐私计算安全攻防理念 , 内嵌各类安全防护巩固功能以抵御恶意攻击 。 同时又依托编译器驱动高效加密算法优化 , 使得隐私计算性能实现量级式飞跃 , 在隐私保护下完成全流程建模 , 总耗时从日级别缩短到小时级别 。

推荐阅读