数据流通行业进入密态时代，可信隐私计算将成为未来十几年互联网重点关注的领域。
7 月 4 日，蚂蚁集团宣布面向全球开发者正式开源可信隐私计算框架 “隐语”。
隐语是蚂蚁集团历时 6 年自主研发，以安全、开放为核心设计理念打造的可信隐私计算技术框架，涵盖了当前几乎所有主流隐私计算技术。
据介绍，隐语内置 MPC、TEE、同态等多种密态计算虚拟设备，提供多类联邦学习算法和差分隐私机制。通过分层设计和开箱即用的隐私保护数据分析、机器学习等功能，有效降低了开发者应用的技术门槛，能助力隐私计算应用于 AI、数据分析等领域，解决隐私保护和数据孤岛等行业痛点。
经过蚂蚁集团大规模业务以及外部金融、医疗等场景的成功应用，隐语兼顾了安全和性能。在发布会中，蚂蚁集团介绍了隐语的诸多特性.
隐私计算：数据要素安全流通的“加速器”
中央全面深化改革委员会第二十六次会议审议通过的《关于构建数据基础制度更好发挥数据要素作用的意见》，对数据确权、流通、安全、监管等作出重要战略部署，引领我国数据基础制度建设驶入快车道。与此相应，能够为数据跨行业、跨机构的高效安全流通提供有力保障的隐私计算，也迎来了发展的“黄金期”。
隐私计算技术可以在保护数据隐私安全的前提下，对数据进行分析和计算，为数据跨行业、跨机构的高效安全流通提供了有力保障。隐私计算技术涉及密码学、统计学、人工智能、计算机硬件等众多学科，其发展历史最早可追溯到20世纪40年代。但是直到最近几年，随着硬件技术的不断发展与算力技术的不断优化，隐私计算技术才迎来了大规模商用的机遇。
目前，我国已在隐私计算技术领域取得了丰硕成果：联邦学习、多方安全计算、可信执行环境等核心技术不断完善；隐私计算技术在金融、医疗、政务等诸多应用场景不断落地；FATE联邦学习开源框架与互联互通技术迅速普及……现在，《关于构建数据基础制度更好发挥数据要素作用的意见》的审议通过，则令隐私计算技术真正迎来了发展的“黄金期”。
2020年以来，我国陆续推出了《数据安全法》、《个人信息保护法》等法律法规，以期最大限度保障互联网用户的数据权益。
除了国家层面的监管，还需要强大的技术手段作为支撑。Web3.0所具有的技术特性与解决上述问题的契合度，一定程度上也预示了其在中国市场的发展空间。
美联储理事：美国经济前景“显著改善”:美联储理事布雷纳德表示，尽管风险仍存，但美国经济前景“显著改善”。经济复苏进程存在大量不确定性，在（经济）取得实质性改善之前还需要一段时间。（金十）[2021/3/24 19:11:55]
其中，隐私计算作为解决数据隐私问题的关键技术，正在成为Web3.0的刚需存在。
在Web3.0时代，用户将倾向于用更彻底的方式保护个人数据隐私，从而引发数据所有权和价值的转移。而隐私计算通过同态加密、多方安全计算、可信执行环境等技术，可以保证数据在使用过程中可用不可见。
值得关注的是，隐私保护是多方面的。随着Web3.0中应用的去中心化、链上数据可查的情况下，用户行为、产生的数据乃至应用协议亦需得到隐私保护。
因此，隐私计算提供的数据保护可涉及多个层面，如：基础区块链平台隐私保护、存储数据隐私（分布式存储）、用户私钥管理、匿名协议等多方面。
在隐私计算巨大的市场潜力下，越来越多的头部风投机构和开发者入场隐私赛道。2021年下半年以来，在Web3.0的隐私赛道下，各种项目的角逐日益激烈，协议与应用层都诞生了诸多主打隐私的项目。
1. 隐私交易协议
隐私交易网络，主要针对链上交易数据进行隐私化处理，通过零知识证明等技术原生支持用户进行隐私交易，可以保证自己的隐私数据不会被外界查看，同时支持在该协议开发更多类型的隐私应用。
2021年以来，至少数十个主打隐私交易的区块链网络出现并获得a16z、红杉资本等主流投资机构的支持，是最受资本市场看好的赛道之一。
据不完全统计，隐私交易网络包括Layer1隐私协议与Layer2隐私协议，前者类目之下分别诞生了十多个项目，后者的类目下也诞生了3个项目。目前，隐私交易网络大多数处于测试与开发阶段，并未有广泛应用。
2. 隐私计算协议
隐私计算协议，主要从数据的产生、收集、保存、分析、利用、销毁等环节对隐私进行保护，除了常见的DeFi、NFT等场景外，还计划与大数据和AI行业进行深度结合。
与其他形式的隐私项目相比，隐私计算协议是一种更底层的基础设施，具体的交易信息（币种类型与数量等）往往可以通过区块浏览器公开查看，但更强调用户使用数据的隐私。
目前主要的隐私技术包括零知识证明、安全多方计算、基于现代密码学的联邦学习、可信执行环节（TEE）等。
值得注意的是，隐私计算不是区块链的原生产物，就像分布式存储在区块链诞生之前就已经存在了。而基于区块链的隐私计算与其他类型的隐私计算最根本的不同在于，底层技术区块链是去中心化的，排除可信第三方（TTP）。
目前比较知名的区块链隐私计算网络包括Phala Network、Oasis Network、PlatON、ARPA、Aleph Zero、Findora和Deeper Network等。
由于隐私计算目前仍然很少被产业型项目所采用，以及部分技术尚不成熟，所以隐私计算网络目前的实际应用场景亦比较有限，这也是没有广泛应用的主要原因。
3. 隐私应用
隐私应用是指建立在Layer1或Layer2协议之上，为用户或DApp提供不同应用场景隐私保护功能的应用，例如交易、支付、邮件等。
据不完全统计，隐私应用目前也有16个了。其中，Tornado Cash是目前最为常用的隐私应用，如今许多加密用户都会使用该应用对资产信息进行隐私化处理。
4. 隐私币
隐私币是指原生支持隐私性的加密货币，外界无法查看交易双方的具体交易类型、金额等信息，通常不支持智能合约及相关应用，最早在2014年就有相关项目诞生。
目前，隐私币普遍发展状况一般，用户量、交易量都大幅小于智能合约平台、DeFi等赛道项目。
2020年被认为是隐私计算元年，除了垂直的初创企业外，不少互联网企业、综合IT服务商、人工智能、大数据等相关企业纷纷试水隐私计算赛道。作为推动实现数据「可?不可?」的?类重要技术，隐私计算技术?前已成为了基于合规与产业之间的?条必经之路，并在数据安全流通、价值释放过程中，向市场展示出了技术的不可替代性。
近两年，海内外隐私计算产业扩?趋势明显，区块链创企、?融机构、数据服务商、互联?巨头等多类机构投资研发隐私计算领域。通过在区块链分布式技术领域的不断探索，隐私计算逐步从理论?向实践，从开发?向应?，隐私计算的多技术路径协同互补已成为业界共识。
隐私计算技术联盟（Privacy Computing In China，简称“ PCIC ”）由此诞生，由区块链原?隐私计算?态中的建设者们发起，是国内首个区块链隐私计算领域的自治组织。
该联盟通过「中国技术经济学会区块链分会」牵头发起，由Phala Network、Cabin VC、Candaq、Findora、Oasis Network、CertiK、Manta Network、Blocklike八家机构共同筹办。
中国技术经济学会成立于 1978 年，是全国技术经济工作者自愿组成并依法登记成立的学术性、公益性法人社会团体，是中国科协直属学会之一，累计发展会员 7000 多人。主要工作内容包括为党中央和国务院的重大决策提供参考意见，为国民经济和社会发展规划的编制，为国家重大科技、产业、区域发展规划等的制定提供咨询服务等。
投资持续走热的同时，隐私计算落地应用情况如何？根据艾瑞咨询发布的《2022年中国隐私计算行业研究报告》显示，隐私计算目前正处于落地初期阶段，金融、政务、通信运营商领域的商用实践相对领先。其中，金融行业对数据安全性、隐私性要求严格，成为隐私计算落地应用的重要领域。
以金融风控应用为例，由于金融数据的敏感性，无法在多个机构间直接共享与整合。陈凯表示，隐私计算技术能在保护用户个人隐私安全的前提下，为金融机构链接海量数据，优化迭代其风控模型，构建完整的贷前风险识别、贷中管理、贷后风险预警，为金融机构降低信贷风控成本与坏账率。未来，隐私计算或在金融领域大展拳脚。
安全与效率的平衡，是数据要素产业发展的一大难题。陈凯认为，无论是多方安全计算、联邦学习、同态加密，还是秘密共享等隐私计算技术，在实际应用场景中都对算力提出了巨大的需求与挑战。倘若算力性能无法提升，那么隐私计算将难以处理越来越多的海量数据，也就无法实现自身的规模化发展。
值得期待的是，目前算力的提升得到了社会各层面的普遍重视。在国家层面，京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地已启动建设国家算力枢纽节点，标志着“东数西算”工程已进入到规划建设阶段。隐私计算消除了数据壁垒，为数据要素市场化、全国数据资源流通“一盘棋”提供了有效技术支持，因而也将成为“东数西算”工程实施“软”建设的关注重点。
在企业层面，构建一个良好的发展生态，是隐私计算发展与规模化应用的关键所在。因此需促进各方互通互联，实现技术开放与迭代，充分释放算力市场的巨大发展空间。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。