私人计算能做什么?3354走两步看一看

假设有两个百万富翁。他们都想知道谁更富有,但他们都想保护自己的隐私,不愿意让对方或任何第三方知道自己真正拥有多少财富。那么,如何在保护双方隐私的同时,搞清楚谁更有钱呢?这是2000年图灵奖获得者姚期智院士在1982年提出的“百万富翁”问题。

这个烧脑问题就涉及到这样一个矛盾。如果要比较两个更有钱的人,似乎要公布他们的房产数据。但是,两人都想保护自己的隐私,不想让对方或任何第三方知道自己的财富。在普通人看来,这几乎是一个无解的悖论。但在专业学者看来,这是一个加密问题,可以表述为“一组互不信任的参与者在隐私信息需要保护且没有可信第三方的前提下进行协同计算的问题”。这也被称为“安全多方计算(SMC)”问题。

姚期智院士提出了“多方安全计算”的概念和自己的解决方案——乱码电路。随着多方安全计算的提出,越来越多的学者投入到多方安全计算的研究中。除了混淆电路,秘密共享、同态加密等技术也被用来解决多方安全计算问题,隐私计算技术也逐渐发展起来。

在数字时代,数据被视为重要的生产要素。从机构到企业,从组织到个人,或海量或零星的数据已经遍布整个社交网络。但是,对于数字经济的发展来说,只有流动的数据才能产生更大的价值。但流量本身就意味着风险:与其他物理生产资料不同,数据天然具有边际成本低、重复使用率高的优势,同时也存在复制成本极低、隐私难以保证的弱点。在全球加速加强数据保护立法,企业和个人普遍开始担心数据安全的前提下,如何让数据以最安全的方式在流程中使用,成为了一个难题。近年来,萌芽中的“隐私计算”成为最理想的答案。刘硕告诉记者,隐私计算通常是指在数据提供者不公开原始数据的前提下,对数据进行处理和计算,完成数据价值挖掘的技术系统。其最直观的作用在于保证数据在流通和整合过程中的“可用性和不可见性”,实现数据所有权和数据使用权的分离。简单来说:你可以使用我授权给你的数据,达到你想要的计算结果,但你自始至终看不到数据原本的“样子”,从而最大程度上避免授权数据的泄露。

近年来,个人隐私保护成为人们关注的焦点。人们也意识到,隐私信息是大数据的重要组成部分,隐私保护关系到个人、企业甚至国家的利益。

针对隐私保护,学术界开展了大量的研究工作,包括多方安全计算技术在内的隐私保护技术也在逐步完善和发展中得到应用。然而,缺乏对隐私的量化定义,缺乏对隐私保护效果的系统计算模型,隐私泄露的损失以及隐私保护方案的复杂性,使得隐私信息在不同系统和用户之间的共享、交换和分析过程中难以准确刻画和量化,阻碍了各种计算和信息服务系统对隐私进行有效和统一的评估。

为解决这一问题,2016年,中国科学院信息工程研究所研究员李风华等。定义了隐私计算的概念:隐私计算是一种对隐私信息进行全生命周期保护的计算理论和方法。具体是指在处理视频、音频、图像、图形、文本、数值、无处不在的网络行为信息流等信息时,对所涉及的隐私信息的描述、度量、评估和整合。形成一套符号化、评价化、整合化。隐私计算涵盖了信息所有者、收集者、发布者和使用者在信息收集、存储、处理、发布(包括交换)、销毁等整个生命周期中的所有计算操作。它是隐私描述、度量、保护、效果评估、扩展控制、隐私泄露损益比、隐私分析复杂度等的可计算模型和公理系统。当隐私信息的所有权、管理权和使用权分离时。

私人计算能做什么?3354走两步看一看插图

标签

发表评论