21世纪经济报道记者 尤为 广州报道
编者按：已然来临的数字时代，数据是核心驱动要素。围绕数据的开发利用，一场新的生产与认知革命正在展开。想要了解这个时代，必须要先认识数据。南方财经全媒体·21世纪经济报道策划了数据要素市场系列报道，以期为行业和社会公众提供理解数据的敲门砖。
【资料图】
继数据成为一种全新的生产要素后，打开数据流通的大门，释放数据要素的价值更具紧迫性和战略重要性。而由于数据不同于土地、资本、生产力等其他生产要素，其自身的隐私敏感性和易复制传播等属性为培育数据要素市场带来困难。
在此背景下，能够实现“原始数据不出域、数据可用不可见”的隐私计算被寄予厚望。浙江大学网络空间安全学院院长、教授任奎在接受21世纪经济报道记者专访时表示，目前的隐私计算技术还具有一定的使用门槛，需要降低使用难度，并且缺乏“杀手级”的应用场景。
21世纪：隐私计算是复杂的技术，如何让大众更好地理解？
任奎：我们站在公共领域去讨论隐私计算时，其实不需要非常严格地定义它。我觉得凡是能够帮助我们保护隐私的相关技术都可以算是，比如经常提到的安全多方计算、联邦学习等等，这些都是目前备受关注的一些隐私计算技术。
当有数据需要保护的时候，我们根据保护目的和应用场景决定使用单个或综合应用多个保护技术，最大程度地保护隐私安全。
21世纪：数据的可复制性和可共享性等特征降低了持有方交易数据的意愿，隐私计算是否可化解该难题？
任奎：我觉得一定程度上可以帮助解决。数据的可复制性和共享性，对应的是私有性、机密性。在计算机环境中，数据以二进制的形式存在。原始数据一旦被交出去，它将能被任意复制和共享。
如果我用一个密钥对原始数据进行加密，别人拷贝后，只要不知道密钥，就无法得知文档中的内容。也就是说，只有授权方才能使用加密后的数据。这是机密计算。但这种保护方式有一个缺点，经过机密计算后的数据不能方便地进行融合计算。
而隐私计算不同，它可在机密计算的基础上让数据不以明文形式存在，又支持数据融合。
21世纪：在数据交易的过程中，隐私计算在哪些环节发挥作用？
任奎：纵观整个数据交易环节，涉及这些场景和隐私保护技术。数据确权环节会用到一些密码学技术和区块链技术等；确权之后要对数据进行分类分级，划分重要数据、一般数据等等，使得数据能够被自动化处理；然后再根据使用场景清洗数据，加噪音或匿名化、脱敏等等。每一方准备好数据后，我们在联合建模时就会用到隐私计算。
严格来讲，我认为隐私计算只在数据融合的过程中发挥作用。不管这个融合是对数据比大小、求交集还是训练人工智能模型。
21世纪：个人担心在数据交易中被泄露隐私，怎么看待这种担忧？
任奎：人们害怕在数据交易中被泄露隐私，我觉得这是一个非常严重的担忧。现在存在个人信息被过度收集这样一个普遍性问题，比如App以各种方式收集信息，并没有遵循最小必要原则；数据被收集之后，可能被用于其他目的或被转卖出去。
在这个过程中对个人肯定是不公平的，因为个人是弱势群体。但法律法规把底线规定好后可帮助到个人。未来在深化落实数据安全法、个人信息保护法的过程中，需要确定更清晰的边界，界定什么可以做什么不可以做，中间流转怎么弄，尤其是依据相应条款把负面清单制定好，明确不能做的事情。
有了法规这些抓手后，责任就会落到收集、使用用户信息的这些实体上，如果它们不遵守底线，就会被查处。
21世纪：那个人是否可以从数据交易中获益？
任奎：我觉得有隐形收益和显形收益两种收益。隐形的收益比如在温州推出的“个人数据宝”中，“个人数据宝”汇集了人们多种维度的信息，并根据这些信息计算出一个信用分数。这个信用分将直接影响个人可以以什么样的利率贷款多少资金。
显形的收益更像是一种直接的交易，相当于你把我的数据拿去了，那是不是应该根据我的数据对这个服务所起的作用，给我一些利益回馈呢？虽然这在不同的场景中如何落地是挺难的，但是我觉得这样的模式应该被推动，因为如果数据是从个人那边拿来的，并且数据最终产生了价值，每个人都应该分到一些收益。
21世纪：作为还比较新的技术，隐私计算还面临哪些需要突破的地方？
任奎：我觉得第一个大的困难是找到“杀手级”的应用场景，不仅规模大，而且隐私计算在其中是刚需。
第二是要把隐私计算的使用难度降低。现在市面上的隐私计算技术，普通的小公司是不太懂的。隐私计算的使用难度必须降低，否则这些公司想交易数据的话，也会因门槛太高而无法操作。这需要一段演变过程，一方面需要让技术变得足够简单好用，另一方面需要不懂技术的企业去主动学习和拥抱隐私计算。
21世纪：隐私计算出现的诱因之一是强监管，如果强监管退去隐私计算还有发展前景吗？
任奎：我觉得强监管不会退去。早期企业并不重视安全，但随着安全事件越出越多、监管越来越严后，企业不得不购买安全产品，还得有效果。未来监管只会越来越严，因为在数字经济的大背景下，拿到用户数据太容易了，不监管的话很容易被滥用，隐私计算也会朝这个方向发展。