隨著深度學習、CAE仿真
、大數據分析
、動畫渲染

、圖像分析

、高性能計算的快速發展和個性化服務的不斷演進，大型互聯網公司在服務用戶過程中積累了海量數據。此外
，數據的頻繁跨境、跨係統、跨生態圈交互已成為常態，加劇了隱私信息在不同信息係統中有意、無意留存
，但隨之而來的隱私信息保護短板效應、隱私侵犯追蹤溯源難等問題越來越嚴重，致使現有的隱私保護方案不能提供體係化的保護。

12月21日，由中國信息通信研究院和中國通信標準化協會聯合主辦的“2021可信隱私計算高峰論壇暨數據安全產業峰會”在北京舉行。

會上各個專家從數據安全
、構築安全可信的數據互聯互通的基礎設施、圍繞隱私計算的底層關鍵技術、深入解析隱私計算的算力及通信挑戰提出了見解與看法。

數據安全

專家深入分析了政務數據流通
、金融數據流通、保險數據流通麵臨的問題，提出了數據安全的新觀點。將數據安全分為四層:

第一層：數據傳統安全，包括數據的保密性、完整性和可用性。

第二層：數據作為生產要素在流通過程中的權益和安全。

第三層：互聯網平台企業收集海量數據形成的數據霸權。

第四層：可能影響國家安全的數據主權。

這四層互聯互通。例如
，個人隱私保護本質上是屬於數據保密性的範疇
，但在大數據環境下，也與第二層和第四層相關。

專家表示:zhiyouanquandishiyongshuju，shujuzuoweishengchanyaosudejiazhicainengdedaoshifang。zaishujuanquanliutonglingyu，weigonggongshujuheshehuishujuanxuanquankaifangchuangzaogengduoyingyongchangjing，tuidongshuzihuazhuanxing，jifashuzijingjihuolijiangchengweiyidaketi。

構築安全可信的隱私數據

互聯互通基礎設施

yinsijisuanjishufazhandaoxianjieduanmianlinzheyigelinjiedian，jiyinsijisuannengfoucongyixiangchuangxinxingjishuzouxiangdaguimoshengchanheyingyong。zaizhegeguochengzhong
，yinsijisuandejishufuwushangmianlinliangdatiaozhan:

一：如何在實際業務中更廣泛地應用隱私計算
？

隱yin私si計ji算suan作zuo為wei保bao障zhang數shu據ju隱yin私si安an全quan的de技ji術shu
，必bi然ran會hui入ru侵qin和he影ying響xiang現xian有you的de數shu據ju業ye務wu係xi統tong。對dui於yu試shi圖tu引yin入ru隱yin私si計ji算suan的de客ke戶hu來lai說shuo，隱yin私si計ji算suan技ji術shu服fu務wu商shang能neng否fou打da消xiao他ta們men對dui業ye務wu受shou損sun的de擔dan憂you，是shi客ke戶hu能neng夠gou深shen度du擁yong抱bao隱yin私si計ji算suan的de前qian提ti。因yin此ci
，降jiang低di隱yin私si計ji算suan帶dai來lai的de性xing能neng損sun失shi
，提ti高gao隱yin私si計ji算suan平ping台tai的de通tong用yong性xing和he可ke擴kuo展zhan性xing，為wei現xian有you數shu據ju服fu務wu中zhong的de上shang下xia遊you係xi統tong提ti供gong充chong分fen的de兼jian容rong性xing

，是shi隱yin私si計ji算suan技ji術shu服fu務wu商shang需xu要yao考kao慮lv的de關guan鍵jian問wen題ti。

二： 如何充分信任隱私計算的安全性
？

suirancongjishujiaodulaikan
，yinsijisuandemeiyitiaojishuluxiandouyouqizizhengdeluoji，danduiyuzuizhongkehulaishuo，duizhexiangjishuxinrendejianlibunengjinjinyikaojishulunzhengbenshen。zuohaojishubiaozhunhua，shixianjishuzhanzizhukekongguochanhua，jianliquanweihejianguanjigourenkedebiaozhuntixi
，yeshiyinsijisuanchangshangxuyaotuidonghejiejuedewenti。

麵對上述一係列挑戰隱私計算技術發展的六大突破總結如下:

1.多技術路線有機融合:

通過實現跨技術路線的互聯互通
，降低不同技術路線客戶的選型成本。

2.國產化生態深化:

隱私計算上下遊與數據庫、數據治理等國產軟件服務商形成深度合作。

3.軟硬件深度優化突破:

性能層麵
，通過軟硬件深度優化實現計算效能的突破。

4.隱私計算的可信增強:

通過技術和非技術手段具有更強的可信度。

5.離線計算全麵覆蓋:

在隱私計算目前覆蓋的建模訓練
、統計分析等線下場景之外，針對數據處理等線上場景，擴大隱私計算技術的覆蓋範圍。

6.工業級別工程化落地:

穩定性和可用性方麵
，麵對數億樣本甚至更大的數據量級，隱私計算平台的生產可用性仍有保障。

高性能算力加速構建數據

安全流通網絡

人工智能的發展與大數據息息相關。AI 的成功基於大量的數據。但在行業內，由於數據安全相關法律法規的相繼頒布實施，對數據的管理和使用日趨嚴格。醫療、政務、金融等高質量、規模化的數據通常以數據孤島的形式分散在不同的機構和行業
，難以聚集起來進行人工智能建模。

在嚴監管的情況下，解決數據供給和數據安全防護的雙重需求逐漸成為各行業普遍存在的問題。因此
，“數據可用不可見、數據不動模型動”的特性使其迅速“出圈”，備bei受shou業ye界jie關guan注zhu。就jiu像xiang一yi條tiao小xiao溪xi流liu入ru江jiang河he大da海hai。借jie助zhu深shen度du學xue習xi技ji術shu，把ba分fen屬shu於yu不bu同tong機ji構gou的de數shu據ju彙hui集ji在zai一yi起qi，分fen離li數shu據ju所suo有you權quan和he使shi用yong權quan，將jiang小xiao數shu據ju聚ju合he成cheng大da數shu據ju
，以yi安an全quan合he規gui的de方fang式shi進jin行xing建jian模mo培pei訓xun
，是shi企qi業ye數shu字zi化hua轉zhuan型xing的de重zhong要yao支zhi撐cheng。

congjishucengmianlaikan
，zaiyuanshishujubuchuyudeqiantixia
，shixianleshujujiazhidegaoxiaozhuanyi，jimanzulejianguanduishujuanquanbaohudeyaoqiu，youshideshujushengchanyaosugongnengdegaoxiaozhuanyichengweikeneng，tongshishifanglerengongzhinenghejiqixuexigongyeyingyongdezengliangxuqiu。

作為人工智能和大數據的重要關鍵技術延伸
，深度學習技術大規模應用於政務、金融、醫療等領域漸成重要趨勢。然而
，由於深度學習中大量密碼算法的引入
，效率是大規模深度學習係統的關鍵挑戰。

不bu解jie決jue算suan力li和he通tong信xin問wen題ti

，隱yin私si計ji算suan的de大da規gui模mo應ying用yong將jiang無wu從cong談tan起qi。麵mian對dui隱yin私si計ji算suan的de算suan力li和he通tong信xin壓ya力li，通tong過guo對dui隱yin私si計ji算suan的de大da量liang實shi驗yan和he分fen析xi，深shen度du學xue習xi的de計ji算suan能neng力li挑tiao戰zhan主zhu要yao來lai自zi兩liang個ge方fang麵mian:

計算壓力

shenduxuexishiyongdaliangdemiwenjisuan
，jiamihoudeshujujisuanhuichanshengdaliangdejisuannenglikaixiao，danmoxingxunlianhediedaidehaoshihuichengzhishujizengchang。jishishiyongzuixiaoweishujinxingjiamijisuan，ru1024bit密鑰位寬，相較於明文計算慢數十倍。隨著秘鑰位寬的增加
，隱私計算的實際運算效率會出現指數級的差異。

通信壓力

yuchuantongdefenbushixuexijishuxiangbi，xianzaidexueximoxingfenbuzaibutongjigouhexingyedecanyufang。yinci，shenduxuexideshijiyingyongwangwangxuyaopinfandetongxinlaijiaohuanzhongjianjieguo
，bingqieshiyongmimizhuangtailaichuanshuzhongjianjieguo，jinyibujiangdileshujuchuanshudexiaolv。

藍海大腦深度學習平台廣泛應用於各個領域

，液冷GPU工作站搭建於 NVIDIA 4 × A100 / 3090 / P6000 / RTX6000；使用 NVLink + NVSwitch的最高GPU通信；4個用於 GPU Direct RDMA的NIC（1：1 GPU比率）；最高4 x NVMe用於GPU係統盤，帶有 AIOM。為隱私計算的發展保駕護航。