数据泄露解“钥”：国内首份MPC隐私计算报告发布(2)

　　医疗大数据应用主要体现在两大方向：第一个方向是对传统医疗的优化。比如，提升患者到医院就诊的流程，提升临床诊疗效果等。第二个方向是对传统医疗的补充，覆盖传统医疗服务未满足的市场需求，比如诊数据跟踪及反馈等个人健康管理服务。

　　令人遗憾的是，由于缺乏统筹规划和顶层设计，在现实情况中，各地医院信息化改造绝大多数都是独立的信息系统，无法进行数据共享和交易，造成研究某种疾病无法获得全量数据，使诊断的精确性大打折扣。

　　在医院体系之外，医疗健康数据的共享和交易同样并不乐观。一方面，药企、保险公司等对数据的需求相对较高，主要用于缩短研发周期、提升营销精准率等等。另一方面，医院拥有80%药品的流通数据、医疗活动的诊断数据以及医保报销的数据。

　　通过设置有效授权和MPC等隐私计算算法进行数据方之间的协同计算，确保各方数据都未离开本地，完全杜绝数据泄露可能的同时，实现健康记录、疾病数据等行业数据共享。

　　智能交通系统有利于减少城市交通的拥堵问题，促进城市经济的可持续发展，成为目前交通管理和建设的重要手段。交通系统一体化是智能交通系统非常重要一个环节，在这个环节中，交通信息资源的共享成为关键所在。

　　长期以来，我国的交通行业的管理在体制上分属不同的主管部门。部门之间的系统建设呈现系统的独立性，多个系统形成了信息孤岛。造成跨部门的系统数据共享难以打通的绝不仅仅是技术问题，更主要的是管理机制的问题。

　　通过设置有效授权和MPC等隐私计算算法进行数据方之间的协同计算，确保各方数据都未离开本地，完全杜绝了数据泄露可能，有效解决了智能交通行业的痛点。

　　从报告中明确看到，受制于数据获取、数据质量、技术成本、法律法规等多方面因素制约，隐私计算在垂直产业应用仍处于早期阶段，但已存在两种技术路径的技术供应商可以实现行业应用需求。一种是以矩阵元、ARPA、Enigma为代表的MPC技术路径，另一种是以Oasis Labs、TRIAS为代表的TEE(Trusted Execution Environment，可信执行环境)技术路径。

　　矩阵元MPC技术架构

　　隐私计算的未来发展趋势

　　算力智库研究部负责人赵建民表示，纵观隐私计算所有业务环节，隐私信息共享和流通问题处于中后期环节。事实上，仍有诸多比如数据质量问题、数据定价问题以及隐私立法问题等前期环节同样亟待解决。

　　提高原始数据质量，完善数据治理机制是当务之急

　　基于隐私安全技术进行数据协同计算的一个基本前提条件各参与方拥有海量数据。但是在现实中，每个参与方所拥有的数据来源不同、格式不同，往往存在数据冗余、数据缺值诸多等问题，数据质量参差不齐。提高原始数据质量，完善数据治理机制是数据共享和流通的基本前提。

　　针对同一数据产品进行差异化定价需要持续探索

　　在数据定价方面，同样的数据，对于不同用户，其数据价值是不一样的，所以理应针对不同行业、不同用户采取歧视定价。但是如何针对同样数据产品具体确定既合理又不同的价格，需要社会各界共同持续探索。

　　亟待建立专注于隐私信息共享和流通的法律法规体系

　　在立法方面，直到今年5月25日，随着欧盟《一般数据保护条例》(GDPR)的正式实施，全球第一部真正意义上的隐私保护立法真正落地。但其立足点都是一种“静态”的隐私数据保护策略，并不涉及隐私数据在处理、流转过程中的“动态”保护策略。真正专注于隐私信息共享和流通的法律法规亟待建立起来。

　　获取报告全文，请点击https://img.sli.top/uploads/imgs/20190104/c886748cd3a5892935a74f1c11991d64.pdf