大数据产业创新服务媒体
——聚焦数据 · 改变商业
在数字经济飞速发展的今天,数据已成为推动各行业前进的“新石油”。无论是金融、医疗,还是政务,数据流通带来的潜在价值是显而易见的——更精准的风控、更高效的医疗决策、更智能的城市管理等等。
数据作为新生产要素,其价值具有两面性:数据价值越大,相应风险就越高。数据流通存在数据瓶颈、主体供给意愿缺乏等问题。企业等共享数据价值,就仿佛站在一条“钢丝”上,一边是可期的商业价值,一边是隐私泄露、合规风险等威胁。
当数据流通全链路安全成为新的命题,这意味着传统的数据安全范式和技术路径,也必须进行迭代与变革。
在这种背景下,密态计算技术提供了新的解决方案,允许数据在流通和计算过程中保持“隐身”。密态计算能否成为跨行业数据流通的“终极解药”,解决安全与产业协作的矛盾?接下来,我们将探索这一技术的潜力及其在不同领域的应用前景。
数据要素规模化流通:前景可期,但现实让人焦虑
数据在当今时代扮演着至关重要的角色,它是推动AI、物联网和大数据分析等技术发展的核心,也是商业革命的基石。
然而,数据流通面临多重挑战,安全是一大难题。数据一旦流出,其安全性难以保证,企业担心数据被滥用或失控。合规压力也制约数据流通,各国隐私保护法规如GDPR、CCPA和中国《个人信息保护法》对数据全生命周期提出严格要求,企业违规可能面临重罚。
成本问题同样重要。为保护数据安全,企业需投入巨资购买安全设施、升级技术、加密处理和聘请网络安全团队,这些成本往往超出预算,使得数据共享的收益与安全成本难以平衡。
正是这些原因,尽管数据流通的商业潜力巨大,但一些企业在数据流通方面犹豫不前。
在国内,因为数据主体供给意愿缺乏,大规模、高质量数据的生产供给能力不足的问题尤为严重。
根据相关数据,互联网最大的公开语料集中,中文语料的占比仅有2%,这已经成为我国大模型产业发展的重要短板。
互联网最大的公开语料集的中文语料占比
破解数据流通新挑战:“密态计算”应运而生
面对数据安全可信流通的强烈需求,隐私计算作为数据安全领域的一大突破,曾经为数据共享提供了关键的解决方案。隐私计算实现了“数据可用不可见”的理念,帮助企业在数据共享过程中保护隐私。无论是在金融、医疗,还是政务领域,隐私计算为企业在确保数据安全的同时,推动了数据的流通和多方协作。
然而,随着数据需求的增长和处理场景的复杂化,隐私计算的局限性也逐渐显现。
单点计算的局限是隐私计算的一个典型问题。隐私计算擅长处理单一任务或单个步骤的数据保护,但在复杂、多环节的计算流程中,往往只能覆盖部分步骤,导致某些环节中数据隐私无法得到全面保障。
此外,隐私计算涵盖了多种技术路径,例如多方安全计算(MPC)、联邦学习、同态加密(HE)、可信执行环境(TEE)、零知识证明、差分隐私等,这些技术各有所长,但也各自为政,难以形成合力。由于各个技术路径都有自己的应用限制,导致隐私计算难以形成统一的标准,进而限制了它在大规模数据流通中的广泛应用。
当然,隐私计算仍然是当前数据保护技术的重要路线,在产业界普遍应用,对数据安全方面做出了贡献。但为了进一步推动数据流通的发展,需要更匹配的技术体系。
传统的数据安全机制,是面向运维域内的数据安全保障体系,难以有效保障数据流通过程的安全。当下,数据安全的概念发生了本质的变化,需要全新的技术路线。
近年来,业界中出现的“密态计算技术”体系的核心,就是来解决流通安全这一新挑战,提供跨域流通的全链路保障,大幅度降低行业风险,抵抗明文数据泄露或滥用而导致的后果。
“密态计算”这一技术理念及相关产品正逐渐被更多人关注和讨论。在刚刚闭幕的2024 Inclusion·外滩大会上,多位专家和产业界代表认为,未来高价值数据要深度融合,需要以密态计算技术保障安全流转。
密态计算与隐私计算的关系
密态计算:从技术主张到产品实践
相较于隐私计算,怎么理解密态计算及其特点?
蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算科技董事长韦韬介绍,“密态计算技术是通过综合利用密码学、可信硬件和系统安全技术的隐私保护计算技术,其计算过程实现数据可用不可见,计算结果能够保持密态化,以支持构建复杂组合计算,实现计算全链路保障,防止数据泄漏和滥用。”
蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算科技董事长韦韬
“密态计算是下一代的隐私保护计算技术” 韦韬在外滩大会上表示。他认为,在数据大规模流通利用过程中,不可避免需要将多方数据汇聚研发利用,需要进行多环节、多步骤、多算子组合的复杂计算。传统单步骤的隐私保护计算技术,难以保证多步计算的中间结果都处于密态,会导致数据泄露及合规风险。
他表示,密态计算技术在传统隐私保护计算技术基础之上,强化了对全链路复杂计算的密态保护能力,从而将数据流通利用的访问控制边界从运维人员管控的网络物理边界,扩展成密钥管控的虚拟数字空间边界。
不难看出,密态计算的最大突破之一,在于全链路数据保护。与隐私计算主要覆盖单一任务或单步骤计算不同,密态计算旨在实现从数据进入系统到计算完成,再到输出结果的全生命周期保护。无论是在数据存储、传输,还是在多步骤、多算子的复杂计算中,密态计算都能够保证数据在整个流程中始终保持密态化。
这种全链路加密的特性,显著降低了流通和加工等中间环节的数据泄露风险,特别是在金融和医疗等高度敏感的数据场景中,密态计算提供了更强有力的隐私保障。
基于密态计算的全链路数据流通保障
密态计算的技术优势,让它更适合应对跨行业、跨机构的数据合作。现代商业环境中,企业之间的协作变得越来越复杂,数据需要跨越不同的企业、平台乃至行业。密态计算提供了一种无需依赖信任关系的保护机制,确保在数据的跨平台流通中依然能够维持安全性。这为那些需要频繁跨机构共享数据的行业,如金融、医疗等,带来了新的安全解决方案。
此外,数据融合的价值潜力巨大,却常常卡在价值验证这一环。深层次的数据挖掘往往意味着多方数据的融合。然而,找到一个中立可信、具备规模化数据深度加工能力的第三方机构,对接各方数据进行融合分析,目前仍是一大挑战。
密态计算能够在不泄露原始数据的前提下,支持数据的分析和建模,快速实现数据价值验证,这对金融交易数据、医疗数据等高敏感信息尤为关键。通过密态计算,企业不仅能够通过数据协作挖掘数据的潜在价值,还能够解决数据质量评估和定价等复杂问题。
基于密态计算中心实现快速数据价值验证
密态计算技术,加速走向产业应用
在外滩大会上,蚂蚁集团旗下浙江蚂蚁密算科技有限公司,对外发布在密态计算技术新探索和产品创新——“隐语云”大数据密算平台。
该平台基于蚂蚁密算科技自研的密态计算技术体系,为高价值、高敏感数据提供全生命周期的密态流通和密态研发等服务。
三大特点一是突破传统单点安全保护的范式,拓展到提供全链路数据安全保障;二是一站式密态数据研发,让基于加密数据的研发变成现实,防止研发和运维等环节的数据泄漏风险;三是多模式部署交付即开即用,提供包括一体机集群、专用云、公有云在内的多种交付形态,用户可按照实际需求进行灵活选择。
蚂蚁密算科技CEO王磊
值得一提的是该产品的“密态研发”功能。通常,数据研发需要研发人员直接接触原始数据,这带来了不可避免的泄露风险;而基于高价值、高敏感数据研发,通常采用物理隔离空间的形式,即研发人员在安全空间使用指定设备进行研发,研发效率低,且无法规模化引入开发者。
该产品提供端云结合的密态研发服务,通过密算笔记本中一系列的软硬件技术,既能满足了物理隔离空间所需要的环境安全、设备可信和身份可信的安全需求,也解决了物理隔离空间研发效率低和无法规模化引入开发者的问题。
密态研发的核心价值是衔接了数据源和数据加工者,这无异于是一次生产关系的重构,让劳动者与生产资源进行匹配。这是行业的探索创新,如果一旦普及开来,将带来可观的产业价值。
通过密态数据胶囊和密态计算重建数据信任体系
密态计算有望将安全可信的数据流通往前推进一大步。但是,越有价值的事情,往往越困难。要做成这件事情,不仅要有深厚的技术积累、技术产品化能力,还要有构建商业生态。
在外滩大会上,蚂蚁密算科技推出的“密算合作伙伴计划”,该计划面向数据产业生态招募渠道销售伙伴和技术服务伙伴,预计首批将发展500家合作伙伴。蚂蚁密算科技将为获得认证的合作伙伴,提供技术、人才培训、市场合作等方面的支持。
传统的数据共享往往依赖于各方的信任关系,然而这种基于信任的体系脆弱且易被破坏。密态计算技术路线,让数据的安全流通过程,不再以「人」为信任的基础,建立了基于密码学和可信硬件的技术信任体系。
构建数据要素流程市场的信任体系,是一个集技术、法律等多领域的系统工程。技术的创新已经起步,然而数据要素要实现像「城市水网」一样的贯通流动,还有很多长期的工作需要推动下去。
文:月满西楼 / 数据猿
责编:凝视深空 / 数据猿