数据“密态时代”已来，隐私与流通能否兼得？

2025年10月发布，由蚂蚁密算联合多家高校、机构编制的《蚂蚁密算2025密态计算白皮书》（73页），系统阐述了面向数据“外循环”的下一代隐私保护计算技术——密态计算，旨在通过全链路密态保障与可信管控，实现数据“可用不可见”，推动数据要素安全流通与价值释放。

一、数据流通进入“外循环”时代

• 核心趋势：数据跨主体、跨行业、跨区域流通成为主流，但传统“明文流通”模式存在泄露与滥用风险。
• 现实困境
• 提供方担忧数据失控，不愿共享；
• 加工方难以自证清白，法律与信任成本高；
• 数据“三缺乏”：缺乏加工、融合与价值验证。
• 安全挑战：内部运维、研发人员等高权限角色成为新威胁源。

️ 二、密态计算：下一代隐私保护技术

• 核心特征
• 全链路密态保障：数据从采集到计算全程加密，防泄露、防篡改。
• 全流程可信管控：数据使用策略绑定，防滥用、防越权。
• 低成本高兼容：成本仅为明文计算的1.2-1.5倍，兼容Spark、TensorFlow等主流框架。
• 技术架构
• 基于可信根（如TPM/TCM芯片）、机密虚拟机、TEE OS、密态胶囊等构建密态安全域。
• 支持多方数据融合，实现“数据不出域，价值可流通”。

三、密态计算的应用场景

• 数据治理与价值验证：第三方在密态环境下加工数据，提升数据质量与可用性。
• 联合建模与AI训练：多方数据融合建模，保护原始数据与模型参数。
• 大模型推理与服务：保障训练语料、查询条件、模型权重全程密态。
• API交付与合规匿名化：输出结果而非原始数据，满足个人信息保护要求。

四、落地案例：密态计算已在多行业开花

• 杭州密算中心：全国首个城市级密态计算平台，支持公共数据与社会数据融合。
• “农户秒贷”项目：服务超760万农户，破解农村普惠金融风控难题。
• 新能源车险精算：融合“人-车-险”数据，实现精准定价，保费下降8%。
• 银行风控与密态大模型：提升风险评估准确性，保护企业级AI应用数据安全。

总结与启示

密态计算不仅是技术升级，更是数据流通理念的革新。它通过“技术信任”替代“主体信任”，让数据在安全可控的前提下流动起来，激活沉睡的数据资源。随着标准完善与生态成熟，密态计算有望成为数字中国建设的核心引擎，推动数据从“不敢流通”走向“放心流通”，为千行百业注入新动能。

#数据安全 #隐私计算 #密态时代 #数字中国 #科技趋势

报告节选