隐私计算赛道大热，多方安全计算与联邦学习两方向谁能走得更远？

2021年，隐私计算成为资本市场大热的赛道。

2021年，在国家层面，《数据安全法》、《个人信息保护法》分别于9月、11月开始施行；在地方层面，11月29日，《上海数据条例》正式颁布，自2022年1月1日起施行。我国数据安全及个人信息保护的法制治理进入了系统化和专门化的新阶段。

2021年，隐私计算成为资本市场大热的赛道。据零壹智库不完全统计，截至2021年9月底，隐私计算初创公司累计获得63笔股权融资，公开披露的融资总额达到56.1亿元。

众所周知，在数字经济时代，数据已成为企业和国家具有战略价值的核心资产，数据共享和流通成为刚性业务需求，但隐私保护和数据高效流动之间的矛盾日趋凸显。如何在安全的环境下实现数据流通，激活数据要素价值，是各行业所关注的要点。

而隐私计算正是平衡数据利用与安全的重要路径。隐私计算以“数据可用不可见，数据不动价值动”为目标，是涵盖众多学科的交叉融合技术。

从20世纪70年代发展至今，主要可以分为三大方向：一是以多方安全计算为代表的基于密码学的隐私计算技术；二是以联邦学习为代表的人工智能与隐私保护技术融合衍生的技术；三是以TEE为代表的基于可信硬件的隐私计算技术。

隐私计算技术体系

数据来源：中国信通院

隐私计算关键技术特点分析

数据来源：中国信通院、Gartner

从技术特点来看，多方安全计算通用性高和安全性高，但计算和通信开销大，性能相对较低；TEE通用性高，性能强，但开发和部署难度大，而且需要信任硬件厂商；联邦学习综合运用MPC、DP、HE方法，主要用于AI模型训练和预测。除此之外，同态加密、零知识证明、差分隐私、区块链等技术也常应用或辅助于隐私计算。

从应用场景来看，当前，隐私计算相关企业主要应用在金融、互联网领域和拥有大量数据源与数据流通需求的政务、医疗等领域，主要聚焦在联合营销、联合风控、智慧医疗、电子政务等具体场景。

作为多方安全计算技术路径的主要玩家之一，华控清交旗下的PrivPy 多方安全计算平台实现了支持通用计算类型、高性能、集群化和可扩展的解决方案。目前，华控清交已经在海淀区政府政务大数据加密融合共享平台、北京国际大数据交易所数据交易基础设施项目等多个应用场景开始落地。

作为联邦学习技术路径的主要玩家之一，锘崴科技主要包括医疗大数据隐私计算平台（NovaVita）、政务大数据隐私计算平台（NovaGov）等系列产品。目前，锘崴科技已累计服务超过数十家医院客户，其中包含了大量全国头部医院及三甲医院。

从专利申请情况来看，根据智慧芽数据显示，两者都是从2018年开始申请专利，截至目前，锘崴科技共专利申请15件，其中发明专利13件，占比86.67%。华控清交共专利申请160件，且全部为发明专利。这一方面体现出了多方安全计算的技术研发含金量之高，但另一方面也意味着其距离工程落地难度之大。

华控清交与锘崴科技的专利申请趋势图

但从资本角度来看，今年10月，华控清交宣布完成5亿人民币B轮融资，锘崴科技也于今年8月宣布完成亿元级B轮融资，都深受资本青睐。

究其原因，国内隐私计算行业也是最近一两年才发展兴起的，多方安全计算与联邦学习作为当前主流的技术路径，孰优孰劣尚无定论，何不让子弹再飞一会？当前，隐私计算市场竞争格局也远未成熟，华控清交和锘崴科技作为隐私计算行业的早期践行者之一，后续发展都值得进一步期待。