数牍科技副总裁何东杰：隐私计算实现数据安全互通

文/方文宇 编辑/江昱玢

不透露个人具体收入，如何得出人群收入的平均值？

“MPC（多方安全计算）可以实现这一需求。”数牍科技副总裁何东杰表示。

数牍科技成立于2019年，是国内早批实现隐私保护技术服务的企业。

在数据成为生产要素的大环境下，隐私计算技术可加速跨企业、跨行业的数据流通协同，将数据治理好、应用好、保护好，实现“明文数据不出库、用法用量可监控”。

何东杰提到的MPC是隐私计算的一种。

将个人薪资输入到公司自主研发的隐私计算软件产品Tusita中，可在多方用户不暴露原始薪资的前提下，进行联合建模及计算，得出薪资均值，真正做到数据可用不可拥、用法用量可监控。

何东杰认为，数据只有高速有效地流通，才能真正释放其价值，过程中，保护原始明文数据隐私至关重要。

9月初举行的2022服贸会中国金融科技论坛上，他对数据要素何以实现安全、高效流通做出了具体的说明。

无论是加快建设数字经济，加强政府数据开放，还是营造良好的数字生态，本质都是数据作为生产要素，已成为企业和社会数字化转型发展的基础。

随着互联网、移动互联网、物联网等快速发展，数据量呈现出两大特点：增量迅猛、存储分散。

各行各业聚集了大量的行业数据，融合起来才能完整刻画一个对象。由于数据涉及到个人和企业的隐私信息，从保障社会安全稳定的角度来说，不能公开处理，数据隐私保护的重要性随之提升。

隐私计算恰好可以解决这两方面的问题。

“第一是基于技术支持实现数据安全流通；第二是把企业之间的数据逻辑进行连接，赋能各个行业，直接提升业务价值。”何东杰表示，“当然，前提是要获得企业用户的授权。”

何东杰介绍，隐私计算涵盖面非常广，除了目前关注度比较高的多方安全计算、联邦学习、TEE（可信执行环境）等，还包括传统数据处理能力，比如数据脱敏等。

“隐私计算是一个跨行业跨企业的大数据平台2.0时代，是更高层级的大数据2.0，能发挥多方联动的价值。”何东杰称。

大规模复杂网络的环境下，人们希望有一个控制节点，只参与协同，不参与计算，提高运行效率。数牍隐私计算平台的功能架构便是如此，承载了如银行反洗钱反欺诈、营销风控以及保险的核保等业务。

“数牍提供了非常完善的全流程联邦学习解决方案。”何东杰介绍道，这也是数牍的强势技术之一，“用分布式的方式，横向扩展服务能力，可以支撑亿级、百亿级的数据加工。”

数牍科技已与北京、上海、深圳等地政府，以及工商银行、建设银行、中国联通、天安人寿等数十家各领域客户达成合作，帮助客户更好地发挥数据在政企运营、价值提升中的作用。