数据是数字化、网络化、智能化的基石，党的十九届四中全会首次将数据作为新的生产要素，《“十四五”数字经济发展规划》对数据要素作出专章部署，提出“强化高质量数据要素供给、加快数据要素市场化流通、创新数据要素开发利用机制”等重点任务举措，而如何保障数据要素供给、流通的安全性是当前急需解决的问题。
《网络安全法》《数据安全法》和《个人信息保护法》的三法联动推进，为数据流通的安全合规提出了明确要求及建议，在保护数据隐私、安全合规、可信、可靠的前提下，通过让数据“可用不可见”的方式形成数据要素市场体系是优选技术实践。
为此，为保障数据流通的安全性，天融信正式发布隐私计算平台，确保数据提供方不泄露原始数据的同时，通过可信执行环境、联邦学习、多方安全计算、安全沙箱等技术，对数据进行分析计算，为各数据要素供给、流通提供数据全生命周期的安全保障机制，充分发挥数据价值。
天融信隐私计算平台以数据流通生命周期安全为核心，以坚实的隐私计算技术为基础，联合ai、机器学习算法，为客户提供节点管理、数据安全接入、隐私查询、联合建模、数据分析等多种能力。
平台分为应用层、能力层和架构层，其中能力层作为平台的大脑，保障数据计算的机密性、安全性和可扩展性，包含可信执行环境、联邦学习、多方安全计算、安全沙箱等多种技术、环境及框架。
○ 可信执行环境
基于可信执行环境技术，以x86、arm可信架构等为载体，提供硬件级强安全隔离和通用计算环境，数据通过加密后输入可信执行环境进行计算，仅对外输出最终的计算结果，原始数据和过程数据均被就地销毁，从而实现数据的“可用不可见”，为客户提供从硬件到软件的可信计算环境。
○ 联邦学习
为打破数据孤岛，基于分布式机器学习技术，天融信隐私计算平台采用联邦学习算法，让各参与方在不披露原始数据的前提下，通过交换加密的机器学习结果，实现联合建模，为客户提供兼顾数据隐私保护和协同高效的数据安全计算平台。
○ 多方安全计算
基于多方安全计算技术，天融信隐私计算平台在确保多方原始数据不离开本地的前提下，采用秘密共享、不经意传输、混淆电路、同态加密、零知识证明等核心技术，提供端到端的数据安全计算服务，确保在无可信第三方的情况下，实现多个参与方数据安全交互。
○ 安全沙箱
不同于传统沙箱计算环境，天融信隐私计算平台以“零信任”为假设，基于云原生的安全沙箱技术，为每个计算任务提供数据传输加密、独立沙箱计算、数据安全隔离、计算即销毁等多项数据计算安全保障，实现数据参与方数据共享和隐私保护，充分发挥数据价值。
基于天融信隐私计算平台全栈式凯发官网入口首页的解决方案，可实现从数据传输、数据管理、数据价值提取及数据价值分配的全生命周期管理，可广泛应用于金融、医疗、运营商、能源政务等各行业。
金融场景应用：金融机构作为数据需求方，天融信隐私计算平台通过隐私计算技术协同政府部门、金融机构、互联网平台、运营商等多方外部数据提高普惠金融、风险评估和反欺诈分析、数据共享和合规审计、个性化推荐和精准营销、交易数据隐私保护等效果。
政务场景应用：在企业自有数据、第三方数据或政府共享数据都需要保护且不能离开本地节点的场景下，基于天融信隐私计算平台进行数据安全利用，打通跨域数据的应用价值链，使得数据基于业务应用需要在各业务条线之间，安全地共享和流通，实现数据安全共享融合而不泄密。
医疗场景应用：医疗机构作为数据提供方，可通过天融信隐私计算平台保护患者的个人隐私和医疗数据安全，实现医疗机构间数据融合，相互补充患者样本数量，用于临床辅助决策系统、医疗数据联合分析、远程诊疗、医学研究场景。
据idc测算，预计到2025年，中国产生的数据总量将达到48.6zb，占全球的27.8%。在如此庞大的数据量基础下，保护数据流通的隐私安全、深挖数据价值成为关键，为隐私计算应用提供了广阔的需求基础。未来，天融信将继续与时俱进，提供更加稳定可靠、安全高效的云产品，助力客户数字化转型，为数字经济发展保驾护航。
- 关键词标签：
- 天融信隐私计算平台 数据流通安全