谢宣艳

随着数字经济的爆发式增长和国家信息安全监管措施的陆续出台，隐私保护、数据安全已成为各个行业数字化转型、释放数据价值的关键。

在大力推进数字经济建设的背景下，隐私计算成为平衡隐私安全监管和数据产业发展之间矛盾关系的技术最优解决方案。在经历了2019年的技术普及，2020年的大规模概念验证和试点部署阶段之后，隐私计算已逐步由实验室的“可用”走向实际场景的“好用”阶段，正被政策界、产业界、用户界及投资界寄予厚望。

近日，在AICC2021人工智能计算大会上，洞见科技合伙人、市场总监李博，分享了隐私计算行业发展和洞见科技在隐私计算领域的实践经验。

深入应用场景，实现“数据可用不可见，计算可信可链接”

连接数据与场景的是技术平台。基于数据与场景的双向积累，洞见科技的隐私计算技术平台发展也呈现出与众不同的特点。

李博介绍，在隐私计算领域，有不同的技术流派，最主流的是多方安全计算（MPC）、联邦学习（FL）和可信执行环境（TEE）。从单一技术路径出发的初创公司，往往是拿着技术找场景，遇到问题再调整。而洞见科技是基于对场景认知的积累，前瞻性地构建融合技术引擎，研究如何最大化不同技术路径的优势和最小化客户体验差异，来解决多样性场景适配的问题。

因此，洞见科技的隐私计算技术平台———洞见数智联邦平台（InsightOne）从一开始就设计为融合引擎架构，将多方安全计算、可信联邦学习、可信……