安全多方计算（打造更坚实的安全底座）

随着《数据安全法》《个人信息保护法》《网络安全法》等逐步完善了数据相关立法的顶层设计，各领域对合规数据流通的需求日益增强，当数据成为重要的生产要素，如何在保证数据安全、隐私合规的前提下，促进数据要素的有序流动与高效释放，成为数据市场健康发展的核心命题。

在此背景下，作为新兴的数据流通安全技术，隐私计算被寄予厚望，成为数据协作过程中保护多方数据权益的技术优解，为数字经济的底层逻辑提供有力的技术支撑。

什么是隐私计算？

从本质上讲，隐私计算可满足在不暴露原始数据的前提下，实现数据及其价值可管、可控和可计量的融合、共享、流通、计算。通俗来讲，隐私计算就是为解决“想要大数据，又不想‘被看见’”的需求而生。

提及隐私计算，一是隐私保护计算（Privacy Preserving Computation, PPC），二是隐私增强技术（Privacy Enhancing Technologies, PETs）。而谈隐私计算必然绕不开密码学，隐私计算的发展历程是以现代密码学为主线，协同信息论、统计学、数论、计算机体系结构等学科融合发展。

从20世纪40年代，现代信息学之父克劳德·香农发表《保密系统的通信理论》，到1986年，姚期智教授提出混淆电路（Garbled Circuit, GC）技术，实现了第一个多方（两方）安全计算方案，再到基于秘密分享的MPC、半同态加密等协议和算法陆续出现，零知识证明进而被提出，联邦学习也开始露出雏形。

2019年至今是隐私计算的应用期。在数据要素市场建设和数据价值发挥的时代背景下，产业需求快速增长，隐私计算走出学院派与实验室，广泛与行业应用场景相结合，赋能数据价值的安全、合规流转，各类隐私计算厂商也如雨后春笋一般涌现出来，激发了隐私计算技术可用性的快速提升。

当前，隐私计算仍处于产业快速导入期，即将迈入“隐私计算+”时代。未来，隐私计算将如同移动互联网、水、电网一般，成为数字时代的底层基础设施。

隐私计算主要包含三大技术流派：

一是以安全多方计算为代表的（部分）通用多方交互协议；

二是以联邦学习为代表的面向机器学习应用的多方交互协议；

三是以可信执行环境为代表的基于可信硬件的中心化执行方案。

针对隐私计算，中易通科技具有得天独厚的技术优势。16年来，不断致力于密码算法、密码产品与解决方案技术的探索钻研。中易通科技建设以密码算法为核心，以密码基础设施为底层支撑，通过以“芯、端、云”的技术体系，研发整体安全解决方案，将安全与通信、金融、交通、能源、军警等多行业业务深度融合。以客户价值为导向，针对不同的行业客户需求，打造专属安全解决方案，持续为各行业用户业务安全赋能，行业经验丰富。

在隐私计算方面，相比之前传统的数据协作方式，中易通科技使用国产安全芯片为可信硬件执行环境，根据客户业务设计安全多方计算，安全验证因子多方产生，以隐私计算技术理念开辟了一种全新的模式，在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算，实现数据的“可用不可见”，护航大数据安全、数据流通安全。

革故鼎新，使命必达！未来，中易通科技将继续探索隐私计算技术发展应用，让隐私计算在数据安全治理中发挥更大的效能，为数字中国发展打造更坚实的安全底座！