隐私计算:如何精准切入这个Web3.0风口上的风口?

编者按:本文来自 WebX实验室Daily(ID:gh_3bc595acebaf) , Odaily星球日报经授权转载 。
【隐私计算:如何精准切入这个Web3.0风口上的风口?】上个月 , 全球知名的信息技术研究和顾问公司Gartner发布了2021年需要重点关注的战略性科技趋势 。 其中隐私计算这项技术被单独拿出来作为一个大主题 , 要知道去年Gartner的报告里 , 隐私计算只能作为一小项出现 。 这些足以表明“隐私计算”的身价在当下两年内必定会水涨船高 。
隐私计算:如何精准切入这个Web3.0风口上的风口?文章插图
隐私计算的最终目标不在于隐私为什么这几年开始隐私计算被提到的次数和权重越来越高?回想一下 , 以前一提到隐私讲的更多是数据安全问题 , 针对的对象都是黑客入侵 , 因为现在“敌人”变了 , 对立者是用户和企业之间 。
企业从消费者数据中获取收益的争议越来越多 , 更多消费者逐步意识到个人数据中蕴藏的价值 , 人们越来越希望控制自己的数据资产 。 也使得政府对个人数据的监管力度有所提升 , 最终令各类组织承担起越来越高的个人数据保护与管理压力 。
而在用户自身也很矛盾 , 有一句话可以形容这种尴尬:“中国的用户愿意牺牲隐私来获取更高的便利性” 。 我们都知道3G/4G网络 , 以及互联网、大数据的发展带来了很多用户体验上的优化 , 例如我们可以精准获取想看的内容、想买的商品信息以及打到离自己最近且最顺路的车 。 但这些也确实伤害了隐私 。 一方面用户希望继续享有这种便利 , 另一方面又不希望企业过多掌控隐私 , 表面上这形成了一个无解的局面 。
以上这些现象 , 隐私数据的保护是一个最直接的出发点 。 但这不能完全代表整个隐私计算的概念 。 首先企业和机构在隐私方面的动机和需求是不一样的 , 消费者可能仅仅希望保护他们的身份、信用卡信息或其他敏感数据 , 以防止欺诈或身份盗窃 。 但企业还要依赖于这些隐私数据给业务带来更多的增长机会 , 同时也要承担在隐私数据使用的整个过程中 , 这些用户信息或者企业敏感信息保护的压力 。
因此我们在看隐私计算时 , 一是隐私 , 然后是计算 , 最终的目标是在维护用户数据主权的同时让数据在计算之后产生价值 , 因此隐私计算不单单是数据的静态保护 , 而是一个过程的保护 。
Web2.0向Web3.0迁移的绝对前提数据就是资产 , 这已经成为Web2.0向Web3.0转变的关键特征 。 用户在确立了对自身数据的主权后就会产生另外一个问题 , 数据很好地牢牢地握在用户手里 , 这时候数据是不具备任何价值的 , 只有它流通了并且经过算法、算力的处理后才会产生一定的价值 。
但问题就在于 , 我把数据交出去之后 , 会不会损害到我的数据主权?企业会不会拿着我的数据去做一些用户授权范围以外的事情?没有一个稳妥解决方案 , 企业很难让用户相信自己 。 那么最终的局面就是 , 用户手里拿着自身并不具备价值的数据 , 企业也无法获得大量优质的数据源来使其产生商业价值 。
这就是隐私计算所要解决的问题 。 为什么说隐私计算是Web2.0向Web3.0迁移的绝对前提?我们又如何精准地切入到这条风口赛道机会点?我们需要更加全面地了解隐私计算技术 。
隐私计算的标准定义是:“一组互不信任的参与方之间 , 在保护隐私信息以及没有可信第三方的前提下的协同计算问题” 。 我们通过著名的“百万富翁”假设就可以很好地理解 , 两个富翁希望比一下谁更有钱 , 这是我们要解决的问题 , 最直接的办法就是看谁拥有的财富数值大 , 但是这个时候双方都不想透露自己具体有多少钱 , 这个资产数相当于我们手里的个人数据 。 那么我们可以设计一个算法或者装置 , 两个富翁在各自看不见的地方往那个算法或者装置里输入具体的财富数额 , 那个封闭的算法或者装置就会输出谁更有钱的结果 , 整个过程中谁也不知道他们到底有多少钱 。 那么这个过程或者说算法和装置就是隐私计算 。
隐私计算涵盖了信息搜集者、发布者和使用者在信息产生、感知、发布、传播、存储、处理、使用、销毁等全生命周期过程的所有计算操作 , 也就是说从数据产生开始 , 除了数据的所有者之外 , 谁都不知道数据具体是什么 , 其他人可以在所有者的授权下使用这些数据 , 但是又看不到具体的信息 。
这就很好地解决了前面的矛盾 , 因为企业可能也并不需要知道你具体的信息 , 他们真正需要的是数据经过处理计算后产生的价值 。 不仅如此 , 在现实市场里面 , 每一家掌握的数据多少、维度都不一样 , 例如腾讯掌控了国人的社交习惯数据 , 淘宝拥有大量的用户购物行为数据 , 任何片面的数据都不能全面精准地勾画出目标对象的全部特征 。 数据流动是数字经济时代企业的刚性需求 , 越来越多的企业或组织需要与产业链上下游业务伙伴在数据流通和交易领域进行深度合作 。 因为只有通过各方数据协同计算 , 才能更好地释放数据更大的价值 , 提升生产效率 , 推进产业创新 。 数据共享和流通将成为刚性业务需求 。 但出于数据权属、数据泄露及自身商业利益等诸多因素考虑 , 手握大量数据的企业或组织对于开放自己的内部数据尤其是核心数据保持极其谨慎的态度 , 这就是企业与企业之间的“百万富翁问题” 。