2.隐私计算在数据要素流通中的应用
数据流通的新模型
数据流通可以分为“内循环”和“外循环”两个关键环节，它们各自承担着不同的角色和责任：
内循环
- 概念：指的是数据在原持有方的管控域内的流通，强调数据持有方对数据的使用和安全的全面责任。
- 特点：保证数据在来源方的完全控制之下，便于数据的安全管理和合规使用。
外循环
- 重要性：数据的外循环对于构建开放且活跃的数据要素市场至关重要。
- 挑战：如何在保证数据持有方控制权不受侵害的同时，实现数据的有效共享和应用。
- 核心：解决数据在离开原持有方后的信任和控制问题。
信任焦虑与技术信任
在数据外循环中，信任焦虑尤为突出，核心问题包括数据权属的不明确和数据使用的不可控。
从主体信任到技术信任
- 转变：信任的基础从依赖于双方的信用转向依赖于共同认可的技术解决方案。
- 优势：技术信任可以提供更加透明、可验证的信任基础，减少对个别主体的依赖。
技术信任体系的构建
- 控制面：利用区块链和可信计算建立跨域的数据使用权管理框架，保障数据使用的可控性和安全性。
- 数据面：通过隐私计算技术，如同态加密和安全多方计算，实现数据的安全共享和处理，既保护了数据隐私，又保持了数据的可用性。
隐私计算的三大期望原则
隐私计算被视为外循环中解决信任问题的关键技术，其核心期望包括：
- 原始数据不出域：确保数据处理过程中原始数据的安全，防止数据在传输或处理过程中的泄露。
- 数据可用不可见：即使在处理过程中，敏感数据的具体内容也不对外暴露，实现数据的密态运算。
- 数据使用的可控性和可测量性