隐私计算行业报告：联邦学习、安全多方计算、可信计算（17页）

行业报告下载 2021年09月12日 08:23 管理员

在政务领域，通过隐私保护计算和其他技术的结合，可以有效保护各政府部门的数据，在一定程度上解决政务数据孤岛问题，提高政府治理能力。在医疗领域，医疗机构想要使用人工智能对某一疾病进行早期发现或临床诊断，一方面需要收集不同维度的数据包括临床数据、基因数据、化验数据等，另一方面也需要收集来自不同群体、不同地区的样本数据，单个医疗机构无法积累足够的数据来进行模型训练。通过隐私保护计算，可以对不同的数据源进行横向和纵向的联合建模，保证各方医疗数据安全。另外，对于 DNA 测试，用户可以通过 PSI 等技术将某段 DNA 序列和数据库进行匹配，实现遗传疾病诊断。目前，蚂蚁金服、腾讯云、百度、京东等互联网企业推出了各自的产品，同时以微众银行、安恒信息等行业性公司也开始布局，此外，华控清交、富数科技、矩阵元、数牍科技、锘崴科技、光之树科技、零知识科技等一批专注于隐私计算产品化的初创企业也不断涌现。

蚂蚁金服蚂蚁链摩斯多方安全计算平台：大规模多方安全计算商用平台，基于多方安全计算、隐私保护、区块链等技术，实现数据可用不可见，解决企业数据协同计算过程中的数据安全和隐私保护问题，助力机构安全高效地完成联合风控、联合营销、联合科研等跨机构数据合作任务，驱动业务增长。蚂蚁链摩斯多方安全计算平台获得 70 多项相关专利（全国第一），性能超业内算法 3~100 倍，iDASH2019 隐私计算比赛全球冠军，率先在金融、电信、汽车等 10 多个行业中完成商用，支持上百家企业线上系统运行，能够支撑实际生产环境下的复杂数据安全计算任务。蚂蚁链摩斯多方安全计算平台是全球首个可信联合计算商业联盟创始成员，致力于技术、产品、生态等资源和能力共享。

隐私计算行业报告：联邦学习、安全多方计算、可信计算（17页）-第1张图片