導語：隱私保護VS數據共享，如何取捨？
伴隨著網絡的高速發展，科技與網絡為我們提供便利的同時也帶來了許多隱患，其中以隱私問題為首，逐漸被人們關注。因為人們漸漸發現自己的喜好、生日甚至朋友圈都被網際網路公司摸得一清二楚，每個人在網絡上都像是赤身裸體一樣，全無秘密。這是一件非常令人害怕的問題，好在如今大家都已經注意到了隱私問題，監管部門和企業也都開始著手控制隱私洩露的黑產業。
隱私計算迎元年，聯邦學習讓數據"可用不可見"
2020年，《數據安全法（草案）》、《網絡數據安全標準體系建設指南（徵求意見稿）》、《電信和網際網路行業數據安全標準體系建設指南（徵求意見稿）》等監管政策相繼出爐，數據安全問題備受重視，隱私計算有望迎來新的發展突破。政策的出臺從中央層面夯實了2020年隱私計算元年地位的權威性，與此同時，根據國際調研機構Gartner最新的一份戰略科技趨勢預測顯示：隱私計算成為2021年重點深挖的9項技術之一，到2025年，將有一半的大型企業機構使用隱私計算在不受信任的環境和多方數據分析中處理數據。
就具體加密手段而言，針對不同的性能要求，蜂巢聯邦智能平臺可以提供不同等級的加密模式，對於加密要求嚴格的業務方，提供了國密SM4的加密模式，除此之外，還支持同態加密、差分隱私等，以適應更多的業務場景。在實際的建模和推理過程中，重要的模型參數、每個用戶本地的數據等關鍵信息都是存放在安全容器中的，每一次訪問都需要經過安全審計和加密，以此達到保護用戶隱私的效果。簡單來說就是用技術手段，幫助企業實現數據"可用不可見",讓不同來源的數據安全共享，賦能企業進步。
隱私計算涉及到多種技術,包括安全多方計算、聯邦學習、差分隱私、可信執行環境等,每個技術既在各自領域獨立發展,也呈現出融合統一的趨勢。其中聯邦學習可以說是為人工智慧"量身定製"的隱私計算解決方案，也是平安科技蜂巢聯邦智能平臺的核心技術，可以實現在保護用戶隱私的前提下建模，建模所交換的是模型的中間參數和梯度，讓原始數據不離開用戶,可以最大程度的保護用戶隱私。
隱私保護前提下，企業如何實現數據"共同富裕"？
大數據時代，數據為我們帶來的利弊都同樣明顯。用戶隱私面臨著可能無處不在的"算計"，同時基於大數據的應用，給日常生活、經濟發展、城市治理等帶來了極大的便捷。如何在保護隱私的情況下，讓個人端和商業端共贏，實現全行業共同的增益？讓AI落地加速推進，也能平穩著陸？
平安科技給出的答案是基於聯邦學習、聯邦推理等核心技術，支持國密級加密方式的蜂巢聯邦智能平臺解決方案，目前蜂巢聯邦智能平臺已經成為解決當下數據難題與隱私保護的一大利器，助力企業建設跨企業、跨數據、跨領域的大數據AI生態。
以健康險定價場景為例，保險企業擁有用戶的基礎數據，然而單一維度的數據並不能滿足企業的業務需求，這時候利用蜂巢聯邦智能平臺，就可以聯合一些用戶健康、運動數據進行聯邦建模，在數據不出本地、不侵犯用戶隱私的情況下，收集到一些用戶日常習慣、健康運動等維度的數據，例如一年體檢幾次、體檢報告情況，每天的運動量等。擴充用戶健康信息的數據聯合建模可以讓保險公司精準了解客戶健康狀況，從而給出更加精準化的保險定價，達到提升業務效率，為工作賦能的根本需求。
平安科技蜂巢聯邦智能平臺研發團隊稱：我們的初衷，是希望企業或部門之間能夠達成數據不出本地的一種合作機制，大家能夠把自己的數據貢獻出來，共同去完成建模過程。從2018年至今，平安科技蜂巢聯邦智能平臺已經服務營銷、獲客、定價、風控、智慧城市和智慧醫療等多個場景，評獲了"2020年CCF科技進步優秀獎、2020IDC數位化轉型金融獎"等人工智慧行業重磅獎項，還被授予工信部2020年網絡安全應用示範試點單位，同時整個團隊在聯邦智能技術上也獲得了包括專利、論文在內的諸多科研成果。
現今社會，隱私問題頻繁登上新聞熱榜，畢竟沒有人想要在網際網路之中毫無安全感地"衝浪"。為了保護個人隱私，守住數據安全，企業間和部門間應該加強監管。平安科技蜂巢聯邦智能平臺則為破解數據隱私保護問題提供了一道技術良方，其獨特設計的加密方式解決了當下隱私洩露的根本問題，為網際網路信息安全帶來保障。