面向数据要素可信流通的隐私计算技术.pdf

面向数据要素可信流通的隐私计算技术.pdf
这份文档是2025中国信通院深度观察报告会中,关于面向数据要素可信流通的隐私计算技术的报告。报告人是北京理工大学网络空间安全学院党委书记、特聘教授祝烈煌。 报告主要内容包括: 1. **数据要素的特殊性与流通模式:** 阐述了数据要素的定义、特征,以及开放、共享、交易等流通模式,强调数据要素流通的重要性。 2. **数据流通的迫切需求与安全可信保障:** 指出数据流通面临的安全风险,强调安全可信是数据流通的前提,并提出了可信、安全、可溯源的数据流通框架。 3. **国家高度重视数据要素安全高效流通:** 强调国家对数据要素安全的高度重视和政策支持,包括加强数据安全保护、制定相关法规制度等。 4. **国际数据隐私法案及条例:** 列举了国际上出台的隐私保护法案,说明数据要素安全可信流通是全球关注的重点。 5. **隐私计算助力数据要素安全可信流通:** 介绍了隐私计算的概念、定义(国内/国外),并强调其在数据生命周期中安全需求的重要性,实现了“可用不可见”。 6. **基于隐私计算的数据要素流通重塑产业格局:** 举例说明了隐私计算在金融、医疗、智慧城市与工业升级等领域的应用,以及如何提升行业效率和智能化水平。 7. **隐私计算关键技术:** 详细介绍了联邦学习(FL)、多方安全计算(SMC)、可信执行环境(TEE)等关键技术,并分析了它们的研究进展、技术特点。报告中分别详细阐述了横向联邦学习、纵向联邦学习和迁移联邦学习的概念和应用案例;以及联邦学习论文分类统计,联邦学习各个方向研究进展,并特别提到了差分隐私技术;报告详细介绍了联邦学习的关键技术问题和应对方案。多方安全计算的关键技术构成,以及在理论和实践上的研究现状和结果。 8. **隐私计算关键技术的研究趋势:** 强调隐私计算协议融合、隐私计算对大模型赋能,以及隐私计算与区块链结合是未来研究趋势。 9. **隐私计算技术发展趋势:协议融合:** 着重介绍了面向多样化数据场景进行灵活适配,实现计算效率的优化和隐私保护能力的强化,满足不同复杂场景的应用需求。介绍了提升计算效率,强化隐私保护,适配不同场景的方式方法。 10. **平台成果:** 展示了基于隐私保护计算的可信数据服务平台,以及相关参与单位和科研成果。 11. **TEE成果:** 展示了TEE在安全数据传输框架,基于区块链的国产化可信执行环境以及智能合约可信执行与安全加固技术上的应用成果。 总体而言,报告强调了数据要素流通的重要性,以及隐私计算技术在保障数据安全和实现可信流通方面的关键作用,并展望了未来的发展趋势。
在线阅读 下载完整报告 | 4.37 MB | 30页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告