洞見科技李博:打造資料流通新模式,讓“資料可用不可見,計算可信可連結”
隨著數字經濟的爆發式增長和國家資訊保安監管措施的陸續出臺,隱私保護、資料安全已成為各個行業數字化轉型、釋放資料價值的關鍵點。
在大力推進數字經濟建設的背景下, 隱私計算成為平衡隱私安全監管和資料產業發展之間矛盾關係的技術最優解,在經歷了2019年的技術普及和市場教育階段和2020年的大規模概念驗證和試點部署階段之後,隱私計算已逐步由實驗室的“可用”走向實際場景的“好用”階段,正被政策界、產業界、使用者界、投資界等寄予厚望。
近日,在AICC2021人工智慧計算大會上,筆者專訪了 洞見科技合夥人、市場總監李博,深入探討隱私計算行業發展和洞見科技在隱私計算領域的實踐經驗。
洞見科技合夥人、市場總監李博接受媒體專訪
深入應用場景,實現“資料可用不可見,計算可信可連結”
連線資料與場景的是技術平臺。基於資料與場景的雙向積累,洞見科技的隱私計算技術平臺發展也呈現出與眾不同的特點。
李博介紹,在隱私計算領域,有不同的技術流派,最主流的是多方安全計算(MPC)、聯邦學習(FL)和可信執行環境(TEE)。從單一技術路徑出發的初創公司,往往是拿著技術找場景,遇到問題再調整;而洞見科技是基於對場景認知的積累,前瞻性地構建融合技術引擎,研究如何最大化不同技術路徑的優勢和最小化客戶體驗差異,來解決多樣性場景適配的問題。
洞見數智聯邦平臺(InsightOne)
因此,洞見科技的隱私計算技術平臺——洞見數智聯邦平臺(InsightOne)從一開始就設計為融合引擎架構, 將多方安全計算、可信聯邦學習、可信執行環境、差分隱私、零知識證明等技術融合起來形成新的自適應計算引擎,能有效解決使用者實際場景中的多樣性計算問題,實現“資料可用不可見”,同時,通過隱私計算的智慧合約化和演算法容器化構建分散式信任機制和互聯互通能力,實現“計算可信可連結”。
在場景應用方面,洞見科技主要聚焦政務、金融等領域,面向政務金融、信貸風控、聯合營銷、資產管理、債券指數等眾多場景構建更加立體全面的產品服務體系,更好地促進資料要素流通、資料安全融合、產業數字化轉型有序、健康發展。
李博告訴記者,洞見科技並不僅僅是一家軟體公司,而是致力於基於軟體平臺來為客戶提供“左+資料,右+場景”的資料智慧服務。洞見科技希望通過發揮自身的資料生態、技術應用和場景服務等優勢,以客戶的實際場景應用來促進產品研發迭代及模型效果優化,真正幫助客戶解決實際業務痛點,實現資料價值和業務效果的最大化。
打破“計算孤島”,實現資源與價值的跨平臺互聯互通
在國家資料要素化戰略影響下,一些政府機構與金融業已積極探索隱私計算應用。不少地方政府與金融機構已逐步開始部署隱私計算平臺,促進了一定範圍內的資料融合使用。但各平臺也存在著異構性,如各平臺的信任基礎不一樣,包括對管理的信任和對技術的信任,或平臺之間的身份認證體系不統一,以及各平臺使用的技術方案和技術原理不相同等,這就使平臺與平臺之間形成了“計算孤島”。
如今,隱私計算平臺之間互聯互通的需求正在變得越來越迫切。李博介紹,洞見科技作為央行北京金融科技產業聯盟、工信部中國信通院、全國資訊保安標準化技術委員會、IEEE等機構隱私計算互聯互通標準的起草單位,率先踐行標準並探索實踐,如參與了北京金融科技產業聯盟《聯邦學習技術金融應用規範》標準、中國信通院《隱私計算跨平臺互聯互通》系列標準、信安標委《隱私保護的資料互聯互通協議規範》標準的制定,與此同時,洞見科技也在與多家友商進行互聯互通實踐的探索,通過標準與實踐來相互驗證、相互促進。
據隱私計算聯盟報導, 今年6月,洞見科技與螞蟻集團、鍩崴科技首次實現了多方異構隱私計算平臺的演算法協議層的互聯互通。李博進一步表示,目前已經有數十家機構加入了這個互聯互通生態。
異構隱私計算平臺的互聯互通必然會推動隱私計算平臺的百花齊放,在服務國家科技戰略、服務實體經濟、服務社會治理等領域創新應用,助力於發展基於資料驅動的經濟和商業模式,反向刺激資料要素的生產,推動資料的安全開放和應用,更好地開展數字化和智慧化的資料新基建。
攜手浪潮,聯合打造“隱私計算+AI”軟硬一體機
李博向記者表示,今年7月,洞見科技與浪潮達成元腦生態戰略合作,實現“隱私計算+AI”深度合作,以生態合力賦能資料智慧化應用,促進AI應用落地。
在本次AICC大會上亮相的洞見數智聯邦一體機(InsightBox)為洞見科技與浪潮元腦生態戰略合作成果之一。融合了計算、網路、儲存等硬體資源與洞見InsightOne隱私計算軟體服務。洞見科技深度優化了InsightOne平臺隱私計算演算法,與高效能加速卡統一整合、調動,實現大規模分散式加密計算或訓練,突破網路傳輸的通訊瓶頸,提供十億級別資料量的隱私計算業務應用能力,滿足政府與企業在資料協同、共享、交換等場景的高效能運算需求。
洞見數智聯邦一體機(InsightBox)
李博進一步介紹,洞見數智聯邦平臺(InsightOne)今年已經與浪潮人工智慧資源平臺AIStation相互賦能,聯合打造了“AIStation+隱私計算”解決方案,根據業務應用場景和參與方角色定位自動適配最優協議方案,提供隱私集合計算和安全多項式計算,支援各種聯合計算應用場景。
李博最後表示,通過元腦生態平臺,洞見科技未來將持續把隱私計算技術的領先優勢與元腦夥伴進行能力融合, 加速隱私計算、區塊鏈等可信AI技術在智慧政務、智慧金融等領域的應用,讓資料的融合價值在客戶實際業務場景中得到安全釋放。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/28285180/viewspace-2841163/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 金融業的資料安全進階:可用不可見
- 動態ip代理洞見:雲端計算、大資料、AI能稱雄大資料AI
- 讀資料湖倉01讓資料可信
- 資料結構之連結串列篇(單連結串列的常見操作)資料結構
- Oracle資料庫中的不可見索引 invisible indexOracle資料庫索引Index
- 關於HDFS的資料可見性
- 簡述常見資料結構資料結構
- Java-常見資料結構Java資料結構
- 初見SpringMVC之資料繫結SpringMVC
- 看得見的資料結構Android版之單連結串列篇資料結構Android
- 看得見的資料結構Android版之雙連結串列篇資料結構Android
- 區塊鏈構建資料可信流通體系區塊鏈
- fastmock模擬常見資料結構ASTMock資料結構
- 常見資料庫資料庫
- 常見資料集
- 洞見RSA 2021|大資料場景下的安全資料分析及威脅模型構建大資料模型
- 洞見資料庫前沿 集結阿里雲資料庫最強陣容 DTCC 2019 八大亮點搶先看資料庫阿里
- 資料要素流通與隱私增強計算的結合實踐
- 可變資料型別(mutable)與不可變資料型別(immutable)總結資料型別
- 看得見的資料結構Android版之陣列表(資料結構篇)資料結構Android陣列
- 常見的資料設計規範
- 資料庫常見面試題總結資料庫面試題
- 幾種常見的Python資料結構Python資料結構
- 每日互動方毅:資料可用不可擁,讓資料價值流轉資料不流轉|愛分析訪談
- 設定連結a可用和不可用
- 【資料結構】用C語言實現單連結串列及其常見操作資料結構C語言
- 來外灘大會密態計算論壇,洞察資料可信流通產業生態重構產業
- 位置不可用資料夾?的破解之道!
- 用go實現常見的資料結構Go資料結構
- 大資料常見的資料分析思維大資料
- 資料庫常見問題資料庫
- Python常見資料框操作①Python
- SQL 常見資料型別SQL資料型別
- 大資料常見問題大資料
- mysql常見資料型別MySql資料型別
- 常見的資料型別資料型別
- 資料架構之我見架構
- 隱私計算助力資料的安全流通與共享