2019年后，隱私計(jì)算進(jìn)入應(yīng)用期，走出學(xué)院派與實(shí)驗(yàn)室，廣泛與行業(yè)應(yīng)用場(chǎng)景相結(jié)合。各類隱私計(jì)算廠商也如雨后春筍一般涌現(xiàn)出來，激發(fā)了隱私計(jì)算技術(shù)可用性的快速提升。

當(dāng)前，隱私計(jì)算在應(yīng)用中快速發(fā)展，領(lǐng)域內(nèi)仍在持續(xù)涌現(xiàn)出更多新的技術(shù)特點(diǎn)和解決方案。

從技術(shù)層面來說，隱私計(jì)算主要有三類主流技術(shù)路線：一類是采用密碼學(xué)和分布式系統(tǒng)，以多方安全計(jì)算（Secure Multiparty Compute，MPC）為代表；另一類是采用基于硬件的可信執(zhí)行環(huán)境（Trusted Execution Environment，TEE）；最后一類是近年來發(fā)展相當(dāng)火熱的聯(lián)邦學(xué)習(xí)（Federated Learning，F(xiàn)L）。此外，還有零知識(shí)證明、同態(tài)加密、差分隱私等技術(shù)。各類技術(shù)路線融合應(yīng)用趨勢(shì)凸顯。

多方安全計(jì)算

多方安全計(jì)算（Secure Multiparty Compute，MPC）是一種將計(jì)算分布在多個(gè)參與方之間的密碼學(xué)分支，參與者在不泄露各自隱私數(shù)據(jù)情況下，利用隱私數(shù)據(jù)參與保密計(jì)算，共同完成某項(xiàng)計(jì)算任務(wù)。

這項(xiàng)技術(shù)最早可追溯至1981年，Rabin首次提出通過Oblivious Transfer(OT) 協(xié)議實(shí)現(xiàn)機(jī)密信息交互。1982年，姚期智教授在論文《Protocols for Secure Computations》中提出“百萬富翁問題“，即兩個(gè)百萬富翁在沒有可信第三方、不透露自己財(cái)產(chǎn)狀況的情況下，如何比較誰更富有，這標(biāo)志著多方安全計(jì)算技術(shù)的產(chǎn)生。1986年，姚期智教授提出混淆電路技術(shù)，實(shí)現(xiàn)了第一個(gè)多方（兩方）安全計(jì)算方案。1987年，Goldreich等人提出了基于電路的秘密共享方案GMW，并將其應(yīng)用于多方安全計(jì)算。

同態(tài)加密

同態(tài)加密（Homomorphic Encryption，HE）是一種通過對(duì)相關(guān)密文進(jìn)行有效操作（不需獲知解密秘鑰），從而允許在加密內(nèi)容上進(jìn)行特定代數(shù)運(yùn)算的加密方法。其特點(diǎn)是允許在加密之后的密文上直接進(jìn)行計(jì)算，且計(jì)算結(jié)果解密后和明文的計(jì)算結(jié)果一致。

1978年，Ron Rivest、Leonard Adleman和Michael L. Dertouzos提出同態(tài)加密問題，并在同年提出滿足乘法同態(tài)的RSA算法。同態(tài)加密問題的提出將加密技術(shù)的研究從靜態(tài)引向動(dòng)態(tài)，是理論上的巨大革新，也開創(chuàng)了隱私計(jì)算的先河。2009年，Gentry提出了首個(gè)實(shí)用的全同態(tài)加密算法，標(biāo)志著全同態(tài)計(jì)算時(shí)代的開始。2017年，國(guó)際同態(tài)加密標(biāo)準(zhǔn)委員會(huì)成立，標(biāo)志著同態(tài)加密在全球進(jìn)入高速發(fā)展階段。

聯(lián)邦學(xué)習(xí)

聯(lián)邦學(xué)習(xí)（Federated Learning，F(xiàn)L）是一種具有隱私保護(hù)屬性的分布式機(jī)器學(xué)習(xí)技術(shù)。在機(jī)器學(xué)習(xí)中，通常會(huì)從多個(gè)數(shù)據(jù)源聚合訓(xùn)練數(shù)據(jù)，并將其傳送到中央服務(wù)器進(jìn)行訓(xùn)練。然而這一過程容易產(chǎn)生數(shù)據(jù)泄露風(fēng)險(xiǎn)。在聯(lián)邦學(xué)習(xí)模型中，運(yùn)算在本地進(jìn)行，只在各個(gè)參與方之間交換不包含隱私信息的中間運(yùn)算結(jié)果，用于優(yōu)化各個(gè)參與方相關(guān)的模型參數(shù)，最終產(chǎn)生聯(lián)邦模型，并將應(yīng)用于推理，從而實(shí)現(xiàn)了“原始數(shù)據(jù)不出本地”、“數(shù)據(jù)可用不可見”的數(shù)據(jù)應(yīng)用模式。按照數(shù)據(jù)集合維度相似性構(gòu)成的特點(diǎn)，業(yè)界普遍將聯(lián)邦學(xué)習(xí)分為橫向聯(lián)邦學(xué)習(xí)、縱向聯(lián)邦學(xué)習(xí)與聯(lián)邦遷移學(xué)習(xí)。

2012年，王爽等在期刊Journal of Biomedical Informatics發(fā)表論文，首次解決醫(yī)療在線安全聯(lián)邦學(xué)習(xí)問題，該框架服務(wù)于多個(gè)國(guó)家級(jí)醫(yī)療健康網(wǎng)絡(luò)，也是聯(lián)邦學(xué)習(xí)系統(tǒng)構(gòu)架層面的突破。

零知識(shí)證明

零知識(shí)證明（Zero-Knowledge Proof，ZKP），是指證明者能夠在不向監(jiān)控者提供任何有用信息的情況下，使驗(yàn)證者相信某個(gè)論斷是正確的。零知識(shí)證明實(shí)際上是一種涉及雙方或更多方的協(xié)議，即雙方或更多方完成一項(xiàng)任務(wù)需要采取的一系列步驟，證明者需要向驗(yàn)證者證明并使其相信自己知道或擁有某一消息，但證明過程不向驗(yàn)證者泄露任何關(guān)于被證明消息的信息。

1985年，S. Goldwasser、S. Micali和C. Rackoff首次提出零知識(shí)證明（Zero-Knowledge Proof, ZKP）概念。目前在實(shí)際應(yīng)用中，某些加密貨幣就采用了這一技術(shù)路線。

可信執(zhí)行環(huán)境

可信執(zhí)行環(huán)境（TEE）是一種基于硬件的隱私保護(hù)方法，是指計(jì)算平臺(tái)上由軟硬件方法構(gòu)建的一個(gè)安全區(qū)域，可保證在安全區(qū)域內(nèi)部加載的代碼和數(shù)據(jù)在機(jī)密性和完整性方面得到保護(hù)。2009年，OMTP工作組率先提出一種雙系統(tǒng)解決方案：在同一個(gè)智能終端下，除多媒體操作系統(tǒng)外再提供一個(gè)隔離的安全操作系統(tǒng)，這一運(yùn)行在隔離硬件之上的隔離安全操作系統(tǒng)用來專門處理敏感信息以保證信息安全，該方案是可信執(zhí)行環(huán)境的前身。

在實(shí)踐層面，目前以Intel SGX和ARM TrustZone為基礎(chǔ)的TEE技術(shù)起步較早，社區(qū)和生態(tài)已比較成熟。同時(shí)，國(guó)產(chǎn)化的芯片廠商在TEE方向上已經(jīng)開始發(fā)力，國(guó)內(nèi)芯片廠商如海光、鯤鵬、飛騰、兆芯等都推出了支持可信執(zhí)行環(huán)境的技術(shù)，信創(chuàng)國(guó)產(chǎn)化趨勢(shì)明顯，相關(guān)生態(tài)也正在加速建立、完善。

差分隱私

2006年，C. Dwork提出差分隱私（Differential Privacy, DP），這一技術(shù)路線的主要原理是通過引入噪聲對(duì)數(shù)據(jù)進(jìn)行擾動(dòng)，并要求輸出結(jié)果對(duì)數(shù)據(jù)集中的任意一條記錄的修改不敏感，使攻擊者難以從建模過程中交換的統(tǒng)計(jì)信息或者建模的結(jié)果反推出敏感的樣本信息。

隱私計(jì)算的未來：融合應(yīng)用

除上述技術(shù)之外，還有圖聯(lián)邦、混淆電路、不經(jīng)意傳輸?shù)榷喾N技術(shù)路線被先后提出，并不斷在科研和產(chǎn)業(yè)的推動(dòng)下得到發(fā)展和應(yīng)用。

縱觀隱私計(jì)算不同技術(shù)路線，可以發(fā)現(xiàn)各有其優(yōu)勢(shì)與不足，在可支持計(jì)算、隱私保護(hù)維度、隱私保護(hù)強(qiáng)度、安全性、性能等方面有較大差異，分別適合不同的應(yīng)用和場(chǎng)景；同時(shí)，不同的技術(shù)路線目前正在持續(xù)融合、取長(zhǎng)補(bǔ)短，實(shí)現(xiàn)1+1>2的應(yīng)用效果。例如通過硬件加速的全同態(tài)加密算法構(gòu)建強(qiáng)隱私、高性能的縱向聯(lián)邦學(xué)習(xí)系統(tǒng)，就是一個(gè)不同技術(shù)路線深度融合的典型案例。

相信在未來，不同技術(shù)路線的融合以及與人工智能、區(qū)塊鏈等新興技術(shù)的結(jié)合，能夠推動(dòng)隱私計(jì)算大規(guī)模落地，實(shí)現(xiàn)海量數(shù)據(jù)要素的價(jià)值釋放。

xiesc