大数据 不等于 数据要素
大数据:大数据指的是体量巨大、增长迅速且结构复杂的数据集合。传统的数据处理工具无法有效存储和分析这些数据。大数据的处理涉及新的技术和方法,以提取有用的信息和知识。
数据作为新型生产要素,是数字化、网络化、智能化的基础,已快速融入生产、分配、流通、消费和社会服务管理等各环节,深刻改变着生产方式、生活方式和社会治理方式。
数据要素:数据要素是指那些以电子形式存在的、通过计算的方式参与到生产经营活动并发挥重要价值的数据资源。
数据要素是什么
“数据要素”一词是面向数字经济,在讨论生产力和生产关系的语境中对“数据”的指代,是对数据促进生产价值的强调,即数据要素指的是根据特定生产需求汇聚、整理、加工而成的计算机数据及其衍生形态,投入于生产的原始数据集、标准化数据集、各类数据产品及以数据为基础产生的系统、信息和知识均可纳入数据要素讨论的范畴
数据要素的三次价值实现方式
- 数据投入生产的一次价值体现在支撑企业、政府的业务系统运转,实现业务间的贯通。企业、政府主要工作重心是业务数字化及各类业务信息系统建设。
- 数据要素投入生产的二次价值释放体现在通过数据的加工、分析、建模,可以揭示出更深层次的关系和规律,使生产、经营、服务、治理等环节的决策更智慧、更智能、更精准。数据二次价值释放过程对企业数据挖掘和洞察能力提出更高要求。
- 数据要素投入生产的三次价值释放让数据流通到更需要的地方,让不同来源的优质数据在新的业务需求和场景中汇聚融合,实现双赢、多赢的价值利用。在数据的三次价值释放过程中,数据要素市场及其技术路径成为行业关注的焦点。
数据要素市场的三种流通方式
培育数据要素市场的目标是数据在各市场主体间高效有序自由流通。按照数据与资金在主体间流向的不同,可分为开放、共享、交易三种流通形式。
- 数据开放是指提供方无偿提供数据,需求方免费获取数据,没有货币媒介参与的数据单向流通形式。
- 数据共享是指互为供需双方,相互提供数据,没有货币媒介参与的数据双向流通形式。
- 数据交易是指提供方有偿提供数据,需求方支付获取费用,主要以货币作为交换媒介的数据单向流通形式。
总体来说,就是让数据增长变成数据资源,数据资源变成资产,数据资产变成资本。数据流通时做到数据可用不可见。
隐私计算
隐私计算(Privacy computing)是指在保证数据不对外泄露的前提下,由两个或多个参与方联合完成数据分析计算相关技术的统称,其目的是在数据计算和分析过程中保护数据隐私和安全。这些技术确保在数据被处理、共享和分析的同时,不会泄露或暴露个人敏感信息。随着数据隐私和数据安全要求的不断提高,隐私计算技术变得越来越重要。
隐私计算情景:
已知小明和小红的钱数在十块钱以内,小明有五块钱,小红有八块钱,他们想要知道谁的钱多,但不想让对方知道自己有多少钱(暂不考虑相等的情况)?
答:
- 首先拿出10个箱子,分别给他们编号1-10,代表钱数。首先把这10个箱子给小明,编号小于钱数的话放一个黑球,编号大于钱数的话放一个红球,那么1-4号箱子里是黑球,6到10箱子里是红球。
- 接下里把这些箱子交给小红,小红把和她钱数对应编号的箱子取出来,也就是把8号箱子取出来,交给小明。
- 小明打开八号箱子发现里面是红球,因此可以知道小红的钱数比小明多。
隐私计算分类:
隐私保护计算作为一种多领域、跨学科融合的技术体系,主要提供数据计算过程和结果的隐私安全保护能力,隐私计算技术通常涵盖多方安全计算、联邦学习、机密计算、差分隐私等。
多方安全计算(Secure Multi- Party Computation,SMPC)最早是由图灵奖获得者、中国科学院院士姚期智于1982年正式提出,其本质是通过安全的算法和协议,参与方将明文形式的数据加密或转化后再提供给其他方,任一参与方都无法接触到其他方的明文形式的数据,从而保证各方数据的安全。
联邦学习(Federated Learning,FL)最初是由谷歌的MCMAHAN等人提出,是指通过一个中央服务器协调众多结构松散的智能终端,实现语言预测模型的更新。根据训练数据在不同数据方之间的特征空间和样
本空间的分布情况,将联邦学习分为横向联邦学习和纵向联邦学习。
机密计算(Confidential Computin)是一种基于硬件可信执行环境执行代码来保护数据应用中的隐私安全
的技术。本质就是构建一个受保护的“飞地”(Enclave),将需要保护的敏感数据和代码存储在“飞地”中,在
完善的密码服务加持下将“飞地”形成“密室”,数据仅在“密室”内才进行解密并计算,防止数据在使用中未经授权被访问或修改。数据在离开“密室”之前又会被自动加密,从而提高机构管理敏感数据的安全水平。
联邦学习
联邦学习(Federated Learning)是一种分布式机器学习方法,允许多个数据持有者在不共享原始数据的情况下,协同训练机器学习模型。它通过将计算移动到数据所在的位置,并仅共享模型更新(而不是原始数据),实现了数据隐私保护和联合建模的目标。
初始化全局模型:中央服务器初始化一个全局模型,并将其发送到各参与方(例如,智能手机、医院、金融机构等)。
本地训练:各参与方在其本地数据上训练全局模型,并计算模型参数的更新(例如权重、梯度等)。
汇总更新:各参与方将其计算的模型更新发送回中央服务器,而不共享其本地数据。
更新全局模型:中央服务器聚合各参与方的模型更新,更新全局模型,并将更新后的模型再次发送给各参与方。
迭代训练:重复上述步骤,直到模型收敛或达到预定的性能指标。
联邦学习是一种创新的分布式机器学习方法,通过在保护数据隐私和安全的前提下,实现多方协同建模。
隐私计算和联邦学习的关系
- 联邦学习是隐私计算的一种具体实现方法,特别是当涉及到分布式数据和联合建模时,通过分布式数据处理,模型更新传输,安全聚合等方式实现隐私计算。
- 隐私计算技术可以增强联邦学习的隐私保护能力,确保数据在传输和处理过程中的安全性。