2022愛分析· 隱私計算廠商全景報告 | 愛分析報告

張揚     愛分析  合夥人&首席分析師

洪逸群  愛分析  高階分析師

孟晨靜  愛分析  分析師

目錄

1.研究範圍定義

2. 廠商全景地圖

3. 市場定義與廠商評估

4. 入選廠商列表

研究範圍

隱私計算，又稱隱私保護計算（Privacy-Preserving Computation），是指基於一套融合密碼學、資訊理論、分散式計算、安全硬體、資料科學等多學科技術，能對處於加密或非透明狀態的資料進行計算的技術體系。常見隱私計算技術包括了多方安全計算、聯邦學習、可信執行環境、同態加密、差分隱私等，通過應用隱私計算技術，企業使用者能在提供資料隱私保護的前提下，實現資料在流通共享中的“可用不可見”。

在本報告中，愛分析將隱私計算市場分為應用層、平臺層和算力層。其中，應用層是指標對金融、政務、醫療、零售、電信、交通等各行業業務場景提供的包含隱私計算產品和服務的應用解決方案；平臺層是指用於支撐構建應用解決方案的平臺型產品，即隱私計算平臺；算力層是指標對隱私計算效能提升提供的各類算力解決方案，包括演算法優化、硬體加速等。

綜合考慮企業關注度、行業落地進展等因素， 愛分析在本次研究中選取了應用層的金融隱私計算解決方案、政府與公共服務隱私計算解決方案、醫療隱私計算解決方案，以及平臺層的隱私計算平臺，共4個特定市場，進行重點研究。

本報告面向企業和政務機構決策層，以及大資料與人工智慧部門、科技創新部門、各業務部門負責人，通過對各特定市場的需求定義和代表廠商的能力解讀，為各行業企業和政務機構的隱私計算應用規劃與廠商選型提供參考。

圖 1：   隱私計算市場全景地圖

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

• 廠商的產品服務滿足各市場定義的廠商能力要求；
• 近一年廠商具備一定數量以上的付費客戶（參考第3章各市場定義部分）；
• 近一年廠商在特定市場的收入達到指標要求（參考第3章各市場定義部分）。

2. 廠商全景地圖

愛分析基於對甲方企業和典型廠商的調研以及桌面研究，遴選出在隱私計算市場中具備成熟解決方案和落地能力的入選廠商。

3. 市場定義與廠商評估    

愛分析對本次隱私計算專案重點研究的特定市場定義如下。同時，針對參與此次報告的部分代表廠商，愛分析撰寫了廠商能力評估。

3.1 金融隱私計算解決方案

定義：

金融隱私計算解決方案是指面向銀行、保險、證券等金融機構的資料流通場景，實現使用者資料可用不可見的隱私計算產品和服務，主要應用於精準營銷、聯合風控、反欺詐、合規認證、金融監管等場景。

終端使用者：

銀行、保險、證券等金融機構的大資料部門，科技創新部門，風控、營銷、信貸、信用卡中心、資管等業務部門

核心需求：

隨著銀行等金融機構全面擁抱網際網路和數字化轉型，資料已經成為支撐其產品服務創新的核心要素。儘管憑藉廣泛的客戶基礎，金融機構已經積累了海量的使用者資料，但這些資料往往存在資料維度單一的問題。為了提供更精準、更多元的金融產品和服務，金融機構需要從外部引入更多的使用者行為、場景等資料，從而豐富資料維度，延伸應用場景。以往受政策、觀念、技術等因素限制，機構之間的資料安全共享難以突破，而隱私計算技術能夠在保障資料隱私的前提下，實現資料在機構間安全地流通、共享和應用，正被金融機構廣泛關注並開始採用。金融機構對隱私計算解決方案的核心需求包括：

• 能在型別多樣，且個性化程度較高的場景中應用隱私計算技術。金融領域資料型別豐富，相應地，隱私計算的應用場景也非常多樣，並且每家金融機構對於隱私計算應用都存在一定的個性化需求，因此金融機構需要應用多種隱私計算技術，並能以靈活的方式對不同技術方案進行融合。此外，在一些常用場景，如匿蹤查詢、隱私求交中還需要能快速使用標準化的解決方案。
• 在對實時性要求較高的場景中具備較強的端到端效能。金融機構的一些業務場景，如信貸審批、交易監控等，需要以很低的時延獲得計算結果，以保證客戶服務質量，並快速識別風險、降低損失。因此，在此類實時場景中，金融機構需要隱私計算解決方案具備較強的端到端效能。
• 通過引入第三方資料來源和專業機構的建模諮詢服務，在特定場景中提升模型效果。金融機構應用隱私計算的根本在於提升產品服務的業務收益，而實現這一目標的關鍵是在業務場景中構建更有效的模型，因此，金融機構一方面需要引入合適的第三方資料，豐富樣本資料的資料維度，另一方面需要引入專業機構的建模諮詢服務，在資料、演算法的選擇、模型訓練、隱私計算工具使用等方面提供專業的指導，從而提升模型效果。
• 隱私計算解決方案能以較低的成本進行快速部署和與原系統整合。一方面，金融機構希望隱私計算應用能快速落地併產生效果，因此需要解決方案能以便捷和快速的方式進行部署；另一方面，金融機構通常已經建立了較複雜的業務和IT系統，因此需要隱私計算解決方案能在對原系統改造儘量小的前提下，與原系統整合。
• 滿足安全合規要求。金融資料的敏感性，加上監管機構對於金融資料安全的多重要求，使得金融機構對於隱私計算解決方案在資料安全保護、系統環境、計算流程的可解釋性等方面有較高的安全性要求，並要求供應商的產品通過權威測評機構的安全標準測評。

廠商能力要求：

• 具備多方安全計算、聯邦學習等多種隱私計算技術能力，並能以較靈活的方式為使用者提供服務。一方面，廠商需要提供豐富的加密演算法的運算元庫和聯邦學習演算法元件，允許使用者自定義組合實現針對特定應用場景的隱私計算應用，兼顧安全性、效能、精度的不同需求。另一方面，廠商需要提供可直接呼叫的匿蹤查詢、隱私求交等應用解決方案，滿足金融使用者在跨機構資料協作中廣泛的資料對齊、ID融合的需求。
• 在實時業務場景中提升端到端的效能。由於在實時計算中網路延遲是目前會影響端到端效能的主要因素，因此廠商需要著重對通訊效率進行優化，如通過優化流程編排、任務排程，提高運算元並行度等方式提升多節點間的通訊效率，從而提升效能。
• 能夠連結較豐富的第三方資料資源。廠商需要建立較廣泛的資料資源生態，具備運營商、支付、網際網路、政務等領域的資料資源連結能力，為金融機構提供更多的使用者行為、場景等資料。此外，廠商還需要與其它廠商建立互通互聯協議，方便金融機構跨平臺呼叫第三方資料。
• 提供專業的建模諮詢服務。廠商相關團隊需要具備金融領域豐富的從業經驗，能夠為金融機構在模型構建中提供常用的演算法，並在資料、演算法的選擇、模型訓練、隱私計算工具使用等方面提供專業建議，為金融機構實現更好的模型效果。
• 能快速部署和整合隱私計算解決方案。在解決方案部署方面，廠商需要提供敏捷化的部署和交付方式，如平臺採用雲原生架構，支援容器化的交付方式；以SDK或API的方式提供隱私計算能力，支援使用者快速構建隱私計算應用；在與原系統整合方面，廠商需要提供元件化和介面化服務支撐金融機構在隱私計算平臺與原系統之間做資料與模型的傳輸與對接，減少對原系統的改造。
• 隱私計算解決方案具備較高的安全性。廠商需要通過提供完善的資料加密技術、完善平臺系統的安全性設計等方式提高解決方案的安全性；並需要支援演算法流程視覺化，以及支援接入第三方流量審計工具對資料用途進行驗證等方式提高解決方案的可解釋性和可信度。同時，廠商的產品需獲得權威測評機構的安全標準測試。

入選 標準 ：

1.符合金融隱私計算解決方案的廠商能力要求；

2.近一年在該市場服務客戶數3家以上；

3.近一年該市場相關服務收入規模在200萬元以上。

代表廠商 評估 ：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

洞見科技

廠商介紹：

洞見科技是由中國最大的信用產業集團“中誠信”孵化、網信事業國家隊“中電科”投資的領先的專精型隱私計算技術服務商，專注於為政務、金融、通訊等行業客戶提供隱私計算技術平臺建設以及面向場景的資料智慧服務。公司核心成員來自中誠信、大型銀行、保險公司以及人工智慧企業，具備豐富的行業知識和服務經驗。

產品服務介紹：

洞見科技的核心軟體產品洞見數智聯邦平臺（InsightOne）是其自主研發的金融級隱私計算平臺，擁有面向場景的“MPC+FL”融合引擎、可監管的分散式信任架構、全計算鏈路隱私安全保護、深入場景的專業化演算法、無可信第三方聯邦學習、區塊鏈增信隱私計算、多方安全圖計算與圖聯邦學習、跨平臺互聯互通容器等核心技術。通過匿蹤查詢、隱私求交、集合運算、聯合統計與聯合建模等功能矩陣的構建，為使用者提供信貸風控、精準營銷、保險精算、資管評級、債指編制等金融場景應用服務。此外，在InsightOne軟體服務基礎上，洞見還研發了融合計算、網路、儲存等硬體資源的隱私計算高效能信創一體機產品InsightStation，能夠滿足金融與政企客戶自主可控、開箱即用的需求。

廠商評估：  

洞見科技的隱私計算產品與服務在平臺的通用性與安全性、面向金融行業使用者的場景服務能力、對金融機構業務效果提升程度，以及跨平臺協同等方面具備優勢。

洞見科技的隱私計算平臺InsightOne具備較高的通用性與靈活性。 InsightOne平臺採用面向計算場景的融合引擎架構，將多方安全計算、聯邦學習等演算法拆分為細化的運算元，並結合差分隱私、同態加密、零知識證明等技術，使用者可以根據需求對底層的運算元進行靈活組合，融合多種技術並取長補短，形成針對特定需求的計算過程，從而滿足客戶在不同計算場景中對於功能、效能、安全、計算精度等方面不同的需求。

針對金融行業使用者的需求，洞見科技具備包括資料連結和業務建模在內的場景服務能力。 對於有多方資料融合應用需求的使用者，洞見科技在政府、運營商、電力、網際網路、徵信等大量合規資料擁有方部署了隱私計算節點，具備較豐富的資料資源連結能力，結合隱私計算技術，能夠為下游的金融行業使用者持續賦能。同時，洞見科技基於其長期在金融領域的技術和服務積累，也為使用者提供業務建模與諮詢服務，在其InsightOne平臺上內建了幾十種銀行、保險、證券、資管等行業常用的演算法，能更好地供場景應用建模使用。例如，洞見科技為渤海銀行搭建隱私計算平臺，並基於平臺能力更安全地將行內信用卡使用者表現資料與外部運營商、電商等多方資料聯合，開展信用卡賬單分期營銷模型構建，服務於行方差異化營銷策略制定，提升使用者體驗。

InsightOne平臺能在對金融機構原有系統很小改造的情況下良好相容使用者原有的技術棧。 一方面，通過分散式引擎將隱私計算演算法模型與金融機構原有的風控、營銷等業務場景模型做了深度優化與融合；另一方面，通過元件化和介面化服務，在隱私計算平臺與使用者原有各類系統之間做資料與模型的傳輸與對接。因此，InsightOne平臺能在不改變使用者原有系統使用習慣的基礎上，最大程度地相容不同技術棧。

洞見科技也積極探索跨平臺互聯互通能力。 在技術創新方面，洞見科技研發了“資源容器+演算法容器+原語容器”的三層容器技術，即為客戶提供一個像“插線板”一樣的隱私計算底座，實現不同廠商的演算法外掛的相容和互通，打破了不同隱私計算廠商的“計算孤島”；在標準制定方面，洞見科技積極牽頭和參與了IEEE、CCSA、TC601、TC260等機構制定的隱私計算跨平臺互聯互通系列技術標準；在應用實踐方面，洞見科技與螞蟻集團、鍩崴科技實現了業界首次多方異構隱私計算平臺之間完全對等的演算法協議互通，還在招商銀行總行的牽頭下，落地了國內首個大型股份制商業銀行互聯互通平臺建設。

在產品安全性方面，InsightOne平臺通過了中國信通院多方安全計算和聯邦學習功能、效能、安全、區塊鏈輔助等隱私計算全系列產品測評，以及國家金融科技測評中心多方安全計算和聯邦學習金融應用雙項評測。 其獨立自研的無可信第三方聯邦計算框架，通過對等網路之間的互動學習和分散式學習，解決了開源聯邦計算框架中存在的依賴第三方引數運算元和金鑰分發等風險問題。

典型客戶：

招商銀行、北京銀行、華夏銀行、渤海銀行、中國人壽

富數科技

廠商介紹：

富數科技成立於2016年，是國內領先的隱私安全計算技術服務商之一，專注於聯邦學習、安全多方計算、匿蹤查詢等加密計算領域，業務場景以金融、運營商、政務為主，並擴充到醫療、司法監管、工業互聯等領域。富數科技是隱私計算互聯互通協議首個國家標準的牽頭單位，深度參與信安標委、金標委、工信部等標準的制定。

產品服務介紹：

富數科技的核心產品是Avatar安全計算平臺，平臺包含了聯邦學習、安全多方計算、匿蹤查詢、開放平臺等模組，可為金融等行業客戶提供聯合統計、聯合建模、匿蹤查詢等功能。其中，FMPC開放平臺將富數科技的隱私計算能力以SDK和API的形式提供給使用者，方便使用者快速構建隱私計算解決方案，並與其他使用者的平臺進行適配和互聯。

在Avatar安全計算平臺基礎上，富數科技也為使用者提供針對金融等行業業務場景的建模諮詢服務。

廠商評估：  

富數科技隱私計算產品與服務，在平臺功能的完整性、使用方式的靈活性、平臺開放性與安全性，以及面向金融行業使用者的建模諮詢服務等方面具備優勢。

富數科技的Avatar安全計算平臺具備完善的功能，並且使用方式靈活。 Avatar安全計算平臺融合了聯邦學習、安全多方計算、零知識證明等多種隱私計算技術，使用者可以在視覺化的操作介面中呼叫平臺中豐富的運算元以及功能模組進行組合，形成所需的應用解決方案。同時，平臺也提供了操作管理元件、系統安全元件、合規審計元件、基礎設施層、服務層等多個功能元件，讓使用者可以實現開箱即用、快速部署。

Avatar安全計算平臺具有較高的開放性。 一方面，FMPC開放平臺將富數科技的多方安全計算與聯邦學習能力以SDK和API的形式提供給使用者，使用者可以快速構建隱私計算應用解決方案。另一方面，FMPC開放平臺支援使用者通過規範的協議介面在資料、演算法、模型等資源方面實現互通互聯，幫助使用者實現多方的資料融合與聯邦學習建模。同時，富數科技積極推動行業內互聯互通工作，並牽頭制定隱私計算互聯互通首個國家標準。

富數科技著重為金融行業使用者提供專業的建模諮詢服務，以實現更好的模型效果。 在資料對接方面，富數科技已經積累了豐富的運營商、支付、網際網路裝置等資料來源資源，同時，基於對資料的深入瞭解，富數科技能為金融使用者在建模中提供有效的資料來源、以及資料欄位選用建議；在模型構建方面，富數科技團隊具備大型金融機構、金融科技公司豐富的從業經驗，對金融領域的業務場景、專業知識有深刻理解，並結合豐富的演算法經驗和對隱私計算工具的瞭解，能夠幫助金融行業使用者在客戶拉新、高淨值客戶識別、風控反欺詐、增信評估等各類模型構建中提供專業的諮詢服務，提高模型效果。

在平臺安全性方面，Avatar安全計算平臺更側重安全性，在兼顧效能的同時，保證資料加密範圍和加密強度，以提高平臺安全性。 同時，富數科技具備一套體系化的方法論和工具，從系統安全、演算法安全、實現安全等多方面提供平臺的安全保障，並通過隱私計算流程視覺化讓使用者清楚各個環節邏輯和資料流向，避免黑箱操作，增加使用者安全感。此外， Avatar安全計算平臺已通過信通院多方安全計算產品的安全專項測評。

典型客戶：

中國銀聯、中國銀行、交通銀行、招商銀行、廣東農信

鍩崴科技

廠商介紹：

鍩崴科技成立於2019年, 是一家專注隱私保護計算技術的服務提供商，創始團隊來自加州大學聖地亞哥分校UCSD等高校，具備深厚的隱私計算、生物醫療資訊等領域的學術和實踐經驗，團隊成員多來自IBM、Google、Thermo等世界五百強企業。鍩崴科技開發了一整套自主、安全、可控的隱私保護計算平臺產品，業務場景覆蓋醫療、金融、保險、政務、安防等。

產品服務介紹：

鍩崴科技的鍩崴信隱私保護計算平臺是擁有自主智慧財產權，已通過多項權威測評，安全、可控的隱私計算基礎設施平臺。平臺包括了安全聯邦學習系統、多方安全計算MPC系統、超融合沙箱（TEE）三個核心模組，可為使用者提供隱私查詢、隱私建模/分析、隱私推理等隱私計算功能，併兼顧效能、安全性、精度等多種要求。

針對金融行業使用者，鍩崴科技提供了金融服務隱私保護計算平臺 (NovaFintech)。作為鍩崴信隱私保護計算平臺的子平臺，其能夠滿足金融行業使用者對資料來源、分析功能、使用互動的差異化需求。提供跨多個資料來源（遠大於3方）的聯合隱私求交和隱私建模能力，同時可以支援惡意模型、防止側通道攻擊等安全功能。同時提供差異化的資料來源連結資源，滿足特定金融場景的需求。

同時，鍩崴科技也提供基於國產化CPU、加速卡、可信執行環境的鍩崴信一體機產品，為使用者提供軟硬體結合的隱私保護計算解決方案。

廠商評估：  

鍩崴科技的隱私計算產品與服務在面向金融行業使用者中，具備支援豐富的應用場景、面向複雜應用場景的高效能與高精度、多資料來源連結、以及平臺安全性等優勢。

鍩崴科技的隱私保護計算平臺能支援金融行業使用者豐富的應用場景。 鍩崴信金融服務隱私保護計算平臺 (NovaFintech)是面向金融場景的隱私計運算元平臺。該平臺基於鍩崴科技通用的隱私保護計算平臺底座，通過對上層應用的靈活部署，從而解決金融客戶在不同場景下的隱私計算需求。NovaFintech幫助銀行保險機構藉助全行業資料來進行安全的聯合分析建模，已在金融行業中的業務擴充、數字營銷、精準獲客、智慧風控、智慧反欺詐等具體場景中不斷落地。

鍩崴科技的隱私保護計算平臺在處理複雜的金融業務場景過程中具備效能與精度的優勢。 鍩崴科技的隱私保護計算技術最早基於醫療領域的複雜場景中的非結構化資料不斷迭代優化，因此平臺在複雜的金融場景中的效能及精度優勢明顯。例如，鍩崴科技在與某金融機構合作過程中，需要對人臉識別系統進行隱私保護計算處理，由於人臉影像資料的複雜度遠高於結構化資料的複雜度，傳統的多方安全學習技術無法滿足其對精度與效能的要求。鍩崴科技通過融合機器學習技術模型與自研的隱私保護計算演算法，在保證人臉識別系統高精確度的同時，最大程度上保證了隱私計算效能。

鍩崴科技通過連線豐富的資料來源為金融客戶提供基於隱私計算的資料連線能力。 鍩崴科技在通訊運營商、銀行、銀聯、公安部門等機構，部署了多個隱私計算節點，加強隱私計算生態網路建設，為下游的金融行業使用者持續賦能。如反賭反詐反洗錢平臺的搭建過程中，鍩崴科技通過對多源資料的特徵提取，模型設計及策略匹配，對交易過程資料、IP資料、卡片資料進行綜合分析，對資金和賬戶進行定性，對涉賭、涉詐、虛擬幣、洗錢賬戶進行全方位監管，並向相關機構提供預警服務。

在產品安全性方面，鍩崴隱私保護計算平臺已通過了信通院聯邦學習及可信執行環境基礎能力專項測評，以及公安部隱私保護計算平臺產品測評與國家資訊系統安全等級保護三級備案與測評。

同盾科技

廠商介紹：

同盾科技是中國領先的人工智慧科技企業，專注於決策智慧領域，通過基於人工智慧的決策智慧平臺和基於隱私計算的共享智慧平臺，聚焦金融風險、安全和政企數字化三大領域，利用公司的演算法、工具以及資料生態，幫助客戶防範欺詐和安全風險，推動智慧化決策程式，提升業務決策的靈活性、敏捷性和準確性。

產品服務介紹：

智邦平臺是同盾科技的隱私計算平臺，平臺基於聯邦學習、多方安全計算、隱私安全求交等多種隱私計算技術，並結合工業級運算元庫Caffeine、聯邦資料安全交換協議FLEX、計算與通訊引擎Ionic等功能元件，可為客戶在精準營銷、風控聯合建模、反電詐、反洗錢等多種場景實現隱私計算應用。

同時，智邦平臺構建了從資料到知識轉化的知識聯邦生態系統，能夠實現知識的共享，並利用各參與方資料進行聯合計算、聯合建模、聯邦預測，以及利用知識網路進行知識推理、知識演繹，從而讓知識能在不同知識源之間自由流動，支撐智慧決策。

廠商評估：  

同盾科技的隱私計算產品及服務具備能快速部署並實現業務效果，支援基於知識網路的智慧決策，能提供豐富的資料來源、應用場景與建模諮詢，以及較高的效能和安全性等優勢。

智邦平臺提供全流程的隱私計算解決方案能力，能夠快速部署並實現業務效果。 在平臺架構方面，平臺採用k8s雲原生分層架構，可無縫對接使用者的私有云、公有云、混合雲等環境，並支援容器化的敏捷交付和快速釋出；在隱私計算使用方式方面，同盾科技自研的經過工業級驗證的運算元庫包含隱私計算典型的運算元和協議，使用者可以靈活自主地構建隱私計算工作流，也可以直接呼叫平臺內已經封裝過的運算元組合，降低使用門檻；在應用服務方面，平臺在上層對接了同盾科技或第三方的營銷、風控等各類SaaS應用，能加快應用的落地；此外，平臺還提供資料交換沙箱功能，解決多源異構資料接入難，以及資料標準不一致的問題。

智邦平臺可基於同盾科技的知識聯邦框架體系進一步將資料轉化為知識，以在各類業務場景中實現智慧決策。 知識聯邦框架體系通過平臺的一系列工具元件依次從資訊層、模型層、認知層、知識層四個層面實現資料到知識的轉化。在資訊層，平臺對各參與方的資料進行清洗、轉化和加密；在模型層，平臺通過聯邦學習將參與各方訓練的模型引數進行聚合更新；在認知層，平臺通過神經網路中的全連線層、特徵提取後的高層語義特徵等巢狀特徵進一步更新模型，提升其精度；在知識層，平臺則通過構建知識網路，以及知識融合、知識推理，實現智慧決策。

同盾科技積累的龐大的客戶生態可為金融等行業客戶提供豐富應用場景以及專業的建模諮詢服務。 同盾科技服務客戶數量已經超萬家，客戶型別涵蓋22個行業，118個細分領域，一方面，能為客戶觸達多元化的資料來源，支援精準營銷、智慧風控、反電信欺詐、反洗錢等金融業務場景；另一方面，能夠為隱私計算技術落地提供廣泛的應用場景，並提供專業的建模諮詢服務。此外，同盾科技通過智邦產品與招商銀行慧點平臺及友商間系統間的產品級互聯互通，並開放其自研的資料交換協議FLEX或相容其它互通互聯協議，為客戶構建知識共享生態。

智邦平臺具備較高的計算效能，能滿足金融等行業使用者在特定場景中的實時性要求。 平臺對海量資料下的記憶體資料分片進行了深度的定製優化，能在小時級耗時內完成十億級別資料的安全對齊；同時，同盾科技自研的通訊框架Ionic通過優化流程編排、任務排程，提高運算元並行度等方式提升了聯邦演算法等通訊效率，平臺的建模計算效率因此提升了9倍、資源消耗降低了70%-80%、模型精度與本地誤差在0.1%；此外，平臺還支援分散式線上預測，單機效能可達上 千qps。基於這些效能的提升，平臺可以在信貸審批、反欺詐等實時性要求較高的場景中滿足低於200毫秒響應的效能要求。

在安全合規方面，智邦平臺採用最高安全等級的不經意傳輸、同態加密演算法構建隱私計算應用。 同時，平臺可以相容可靠的第三方流量審計工具，如Tcpdump，對每一條資料的用途進行驗證，及時發現明文洩露等風險，保障計算結果符合隱私計算要求。此外，智邦平臺也已通過信通院基於多方安全計算，以及基於聯邦學習的資料流通產品基礎能力專項測評。

典型客戶：

工商銀行，招商銀行，桔子數科

3.2 政府與公共服務隱私計算解決方案

定義：

政府與公共服務隱私計算解決方案是指面向政府與公共服務的資料流通場景，實現使用者資料可用不可見的隱私計算產品和服務。主要應用於政務部門各類資料共享和資料對外開放場景。

終端使用者：

各地大資料局、資料交易所、委辦局等政府和公共服務機構的資訊化部門、大資料部門、業務辦理部門等

核心需求：

隨著資料要素市場化、政企資料融合等政策的相繼出 臺，政府與公共服務等政務機構近年來正積極推動政務資料在不同部門間的內部共享，從而提高政府治理水平和公共服務效能，同時，政務資料進一步的對外開放還可為眾多行業企業賦能，提高社會經濟效益。由於政務資料包含社保、公積金、稅務、交通、水電等多種資料，分散在不同部門，加上政務資料涉及大量公民隱私，管控嚴格等因素，以往的政務資料流通共享審批手續繁瑣，協調非常困難。隱私計算技術能夠在保障資料隱私的前提下，實現資料在機構間安全地流通、共享和應用，正被政務機構開始嘗試採用。政務部門對隱私計算解決方案的核心需求包括：

• 能用隱私計算技術打通多方資料，且隱私計算的使用門檻要低。目前政務部門對隱私計算應用的主要訴求在於打通多方資料，滿足常見業務場景的需求，如統計分析、聯合建模、資料查詢等，因此政務部門需要使用多方安全計算、聯邦學習等技術實現這些應用。此外，政務隱私計算解決方案存在大量業務部門的使用者，因此需要在常用場景中可以直接呼叫已封裝好的應用。
• 在多參與方的應用場景中保障良好的計算效能。政務隱私計算應用通常涉及多個政務部門的資料來源，且隨著政務資料進一步對外開放，資料應用方也將可能達到數十甚至數百家。因此，政務部門需要在這類場景中保障較高的計算效能。
• 能讓資料要素以安全可信的方式對外充分流通和開放。政務資料通過隱私計算髮揮協同價值的前提是資料能夠跨部門、跨區域、跨行業充分流通和開放，因此，政務部門需要完善的資料運營體系支撐資料的流通和開放，並通過區塊鏈技術對資料進行確權，實現資料資產化。
• 滿足安全合規要求。政務資料涉及大量公民隱私，政務部門對其管控嚴格，因此政務部門需要隱私計算解決方案在資料安全保護、系統環境等方面具備很高的安全性。同時，為保證隱私計算核心技術的自主可控，政務部門要求隱私計算解決方案相關軟硬體的核心模型實現完全的國產化。此外，政務部門還要求供應商的產品通過了權威測評機構的安全標準測評。

廠商能力要求：

• 具備多方安全計算、聯邦學習、同態加密等多種隱私計算技術能力，並能較低的門檻供業務使用者使用。一方面，廠商需要提供多方安全計算、聯邦學習等技術支撐政務部門的統計分析、聯合建模、資料查詢等應用需求，且廠商尤其需要具備高效能的同態加密技術，以在多參與方的計算場景中提高計算效能，並降低對政務部門業務系統的改造。另一方面，廠商需要為一些政務部門常用的場景定製隱私計算應用，並以視覺化的方式供業務使用者呼叫，或以軟硬體一體機的形式提供給使用者。
• 在多參與方的應用場景中提升計算效能。一方面，廠商需要針對聯合計算、匿蹤查詢等場景提升計算效能，包括演算法優化、通訊優化、硬體加速等多方面的效能優化；另一方面，廠商需要進一步提供多租戶管理能力，對計算資源進行切割，提升高併發和多租戶模型下的計算效能。
• 提供基於區塊鏈技術的資料運營服務。廠商需提供資料流通/共享平臺，並以平臺為中心構建資料運營服務體系，連線多方的資料來源機構和資料應用機構，以支撐各方在平臺上完成資料的流通和共享。同時，廠商需要在平臺中應用區塊鏈技術，通過對資料、資料處理路徑和規則、參與方身份、分配機制等進行上鍊存證，保障資料流通各環節中資料和參與方的安全可信。
• 隱私計算解決方案具備較高的安全性。廠商需要通過提供完善的的資料加密技術、完善平臺系統的安全性設計等提高解決方案的安全性；同時，廠商需要實現隱私計算相關軟硬體核心模型的全部國產化；此外，廠商的產品需獲得權威測評機構的安全標準測試。

入選 標準 ：

1. 符合政府與公共服務隱私計算解決方案的廠商能力要求；

2. 近一年在該市場服務客戶數3家以上；

3．近一年該市場相關服務收入規模在200萬元以上。

代表廠商 評估 ：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

零數科技

廠商介紹：

零數科技成立於2016年8月，是一傢俱備領先區塊鏈底層技術及深度應用場景的國家高新技術企業。公司旨在通過區塊鏈及隱私計算技術，打造資料價值流通基礎設施，確保資料在多主體間可信有序流通和安全高效應用，服務於汽車、金融、政務、雙碳、文化等領域深度數字化。

產品服務介紹：

零數隱私計算服務平臺基於多方安全計算、聯邦學習、同態加密等技術，為使用者提供從多方資料融合、模型訓練、模型評估到應用部署的全流程服務。同時，平臺提供聯合建模、隱匿查詢、安全匹配、安全統計等獨立的功能或服務元件，可讓政務資料安全高效地服務金融、雙碳等場景，並實現隱私計算應用。

幫助政務等行業使用者實現對資料要素全生命週期的隱私安全管理，零數科技結合隱私計算和區塊鏈技術，推出了零數資料流通服務平臺，在提供完整的隱私計算平臺功能的基礎上，通過應用區塊鏈技術，將資料流通全流程的操作和處理記錄上鍊儲存，並在鏈上用智慧合約對計算過程進行協作管理，保證資料使用安全合規。

廠商評估：  

零數科技的隱私計算產品與服務具備使用靈活、能結合區塊鏈技術保障資料和資料共享參與者身份可信、效能和安全性較高等優勢。

零數隱私計算服務平臺的隱私計算功能具備較高的靈活性，可實現多種隱私計算應用，併兼顧使用者在不同場景中對效能和安全性的不同偏好 。零數科技將平臺隱私計算引擎系統中的聯邦學習和多方安全計算引擎解耦為運算元庫，其中，聯邦建模元件庫包含了資料融合、資料預處理、特徵工程、線性迴歸、邏輯迴歸、XGBoost、K-Means、模型報告等演算法元件；聯合計算運算元庫則包含了能實現四則運算、邏輯運算、統計計算等不同計算能力的運算元，使用者可通過視覺化介面組合不同運算元構建所需的隱私計算模型。同時，平臺的隱私計算引擎系統也包含了面向具體應用場景的隱匿查詢、安全匹配引擎，使用者可直接呼叫其功能模型，實現相關應用。

零數資料流通服務平臺是一款隱私計算與區塊鏈結合的產品，能夠保障資料以及資料共享參與者身份的可信，提升資料共享流通的效率。 一方面，藉助區塊鏈技術，平臺可對資料採集、資料處理的路徑和規則等進行上鍊存證，並通過平臺的資料共享目錄開放給第三方使用，從而保證資料在流通的全生命週期合規、可信，並支援事後的審計追溯；另一方面，平臺可藉助區塊鏈技術實現去中心化的隱私計算排程，當發起一項隱私計算任務時，平臺可以在鏈上生成智慧合約作為排程指令，由合約規定參與方身份，以及每個參與方需要提供的資料或計算規則等，從而防止排程指令被篡改。此外，平臺還可進一步通過智慧合約設定各參與方認可的分配機制，對各參與方的貢獻度進行評估和認定，並基於貢獻度對收益進行分配。例如在“區塊鏈+園區能源雙碳”應用場景，對企業的綠色程度的評價需要多維度的資料，包括企業用水、電、氣、熱能的情況，還包括企業的所屬行業、規模、經營收入、納稅等指標，還包括企業對於光伏等綠色投入情況。傳統網際網路填報模式收集資料效率低下，且容易洩露企業隱私，對企業帶來不利影響等因素，因此企業往往不願意填報。通過零數資料流通服務平臺，可以實現多方資料的隱私求交與安全融合，並採用聯邦學習相關特徵與模型演算法，訓練形成企業綠色信用評級模型。通過內建企業綠色評分與財務評分的綜合經驗邏輯模型，即根據模型各指標權重的設定，可以有效評估企業的綠色信用狀況，最終輸出園區各企業的綠色信用評級結果。整個過程中利用隱私計算資料提供方不洩露資料，平臺不洩露計算模型，而區塊鏈解決了信任問題，確保關鍵資料未經篡改、計算過程透明可溯。

零數隱私計算服務平臺具備較高的計算效能。 零數科技對平臺內建的演算法進行了大量優化，通過降低通訊次數，通過使用更加底層的開發語言來實現基礎演算法運算元以提高運算效率，優化計算邏輯等提高計算效能。同時，結合硬體加速卡，以及計算排程流程的優化等，平臺可以在一些隱私計算場景，如億級資料量的隱匿查詢中，比同類解決方案效率提升25%。

在隱私計算的安全性方面，零數科技從系統、演算法協議、資料、應用、通訊、密碼等多個層面做了大量許可權控制、加密處理等工作，能保障使用者的安全性需求。 同時，零數聯邦學習平臺也已通過了信通院聯邦學習基礎能力專項測評，在排程管理能力、資料處理能力、演算法實現、效果及效能、安全性等方面，獲得了權威認可。

典型客戶：

青島某區大資料局、江蘇某市大資料局、上海某大資料中心

同態科技

廠商介紹：

同態科技是一家隱私計算資料保護服務商，基於自主可控的同態加密技術，在政務、金融、軍民融合等領域為使用者提供資料交換共享及隱私計算資料保護服務，實現資料可用不可見、合規資料標準化、資料應用全流程可控等。

產品服務介紹：

“隱私計算應用一體化平臺”是同態科技主要的隱私計算平臺產品，基於自研的超高速同態加密演算法，隱私計算應用一體化平臺為使用者提供資料隱私保護和資料共享應用能力，可用於機器學習、資料統計、隱私查詢等場景。同時，使用者可在該作業系統中直接使用預置的隱私計算應用，或基於開發介面定製上層的隱私計算應用，作為底層基礎設施賦能聯邦學習與多方安全計算。

同態科技的隱私計算一體機是全球首款超高速全同態加密機，整合SM2、SM3、SM4和高速同態加密演算法，為資料共享隱私計算提供標準化的資料輸出能力，實現免侵入式隱私計算解決方案。採用硬體演算法高速晶片，提供隱私計算硬體化能力，依託標準的商密硬體平臺，對外提供超高速同態加密能力以及多種開發介面，賦能資料隱私保護。同時，提供安全授權管理服務，為各客戶端使用者提供獨立裝置金鑰，保障上層以及裝置的安全授權及使用。

廠商評估：  

同態科技的隱私計算產品與服務在面向政府行業使用者中，具備滿足不同技術水平使用者需求、對業務系統改造小、能在多參與方的隱私計算場景中保障效能、以及較高的安全性等優勢。

同態隱私計算應用一體化平臺能滿足不同技術水平使用者需求，並保障良好的互動體驗。 業務使用者可通過視覺化頁面直接呼叫平臺內建的資料授權、資料協同、身份認證、資料建模等隱私計算應用，快速構建應用；應用開發使用者可通過服務級API介面呼叫平臺內建的資料隱私保護服務、資料隱私計算服務等隱私計算能力，定製專屬的隱私計算應用；技術研發使用者可通過核心級API介面呼叫包括同態加密、同態解密、屬性解密、國密演算法SM2/SM3/SM4、ID去標識化等在內的同態加密能力，用於與多方安全計算、聯邦學習等技術融合形成隱私計算解決方案。

同態隱私計算應用一體化平臺對使用者業務系統改造影響較小，降低政務使用者與其業務系統進行整合的成本。 基於同態加密技術，隱私計算應用一體化平臺能讓資料在加密後保持原有的計算能力，不影響原有業務系統中的資料流向、資料使用方式，資料來源僅需在原系統中新增隱私計算一體機，資料邏輯、業務邏輯、系統邏輯、程式碼邏輯以及通訊邏輯均無需修改，系統侵入性降到最低。如在公安機關的反欺詐系統中，公安機關只需要部署一套同態加密應用系統，對外提供經同態加密保護的資料，就能完成對不同反欺詐場景的資料支撐。

同態科技自研的同態加密演算法能在多參與方的資料交換、資料查詢等場景中保障計算效能。 一方面，同態科技自研的超高速同態加密演算法是一種高效的全同態加密演算法，解決了經典全同態加密技術效率低、密文長度大等問題，能顯著降低密文膨脹率，提升加解密與密文應用的效率，對比開源的同態加密演算法，整體效能實現千倍級提升。另一方面，由於同態加密演算法在資料層加密，無需搭建多套應用系統，相對比多方安全計算，同態加密能大幅降低通訊互動頻次，節省算力，提高計算效能。

在安全性方面，一方面，同態科技的超高速同態加密演算法自主可控，並且相關軟硬體產品的核心模組全部國產化，核心技術安全可控，能充分實現資料安全和應用安全。另一方面，金融領域技術能力獲得中國人民銀行下屬檢測中心認證、密碼領域技術能力獲得國家密碼檢測中心認證、資料交換共享模式獲得國家資訊中心認可。

典型客戶：

公安部第三研究所，浪潮雲，上海資料交易所

3.3  醫療隱私計算解決方案

定義：

醫療隱私計算解決方案是指標對醫療領域的資料流通場景，實現使用者資料可用不可見的隱私計算產品及服務，主要應用於臨床診斷、醫學研究、醫保管理、醫藥研發、基因分析、疾控管理等場景。

終端使用者：

醫院各科室，各地衛健委、醫保局、疾控中心等醫療機構的大資料部門、科技研發部門，醫藥企業的藥物研發部門等

核心需求：

伴隨醫療資訊化的持續推進，醫療機構積累了大量醫療資料，通過人工智慧和統計分析，這些資料可以被應用在臨床診斷、醫學研究等眾多場景。然而，醫療資料的應用通常需要收集來自不同地區、不同人群的樣本資料，並需要包含臨床、檢驗、基因等多種維度。由於單個醫療機構積累的樣本資料量通常有限，因此醫療機構需要採用隱私計算技術對不同的資料來源進行聯合建模或聯合計算。醫療機構對隱私計算解決方案的核心需求包括：

• 能在多種不同安全假設與計算複雜度的場景中應用隱私計算。醫療隱私計算應用場景多樣且複雜，如疾病診斷、醫學影像、基因組學、藥物靶點發現等，各類場景對於精度、效能和安全性的要求差別較大，因此醫療機構需要應用多種隱私計算技術，並根據需求對不同技術方案進行融合。
• 應用多種醫療領域專業的AI模型和統計分析方法來處理各類醫療資料。醫療資料的型別較複雜，包含各種結構化和非結構化資料，尤其是基因、醫學影像等資料的複雜度極高；與此同時，醫療領域的資料處理高度專業化，需要廣泛結合醫學、生物學、藥學等領域的專業知識。因此，醫療機構在處理資料時需要應用多種醫療領域專業的AI模型和統計分析方法。
• 在多參與方的應用場景中保障良好的計算效能。醫療隱私計算應用場景，如聯合多家機構的病例對比，藥物有效性研究，經常需要聯合十多家甚至更多的參與方。醫療機構因此需要在這類場景中保障較高的計算效能。
• 在特定應用場景中實現很高的計算精度。一些醫療隱私計算應用場景，如病人用藥和療程規劃等，要求計算結果非常精確，因此，醫療機構需要隱私計算解決方案在這類場景中具備很高的模型精度。
• 連結同一區域或同一領域多方的醫療資料資源。醫療隱私計算應用經常會受限於樣本資料量，如疾病診斷，單個醫院擁有的病例樣本量往往有限，因此醫療機構通常需要連結同一區域或同一領域多方的資料來源滿足模型訓練或聯合計算要求。
• 滿足安全合規要求。醫療資料涉及大量病患隱私，這些資料的洩漏會造成法律和道德風險，因此醫療機構需要隱私計算解決方案在資料安全保護、系統環境等方面具備很高的安全性。

廠商能力要求：

• 具備多方安全計算、聯邦學習、同態加密、差分隱私、可信執行環境等多種隱私計算技術能力。廠商需要提供多種密文計算技術，以實現對聯合建模或聯合計算不同環節的加密，滿足安全性要求的同時，兼顧效能和精度；針對醫療行業使用者，廠商尤其需要提供基於可信執行環境的解決方案，以在計算複雜度，以及效能、精度和安全性要求都很高的場景中，滿足使用者需求。
• 提供專業的醫療領域的AI模型和統計分析方法。如針對臨床診療，提供輔助診斷、治療方案推薦、用藥推薦等方面的AI模型；針對醫學影像分析，提供病灶識別等AI模型；針對基因分析，提供基因對齊、全基因組關聯分析、人口分層等分析方法。
• 在多參與方的應用場景中提升計算效能。一方面，廠商需要對計算效率、資料壓縮、頻寬等進行優化，提升多參與方之間的通訊效率，從而提升計算效能。另一方面，廠商也可以通過算力網路為使用者排程第三方算力資源來提升計算效能。
• 在特定場景中提供高精度的聯邦學習模型。廠商需要在對計算結果精確度要求很高的場景中提高模型精度，如通過自研聯邦學習框架，降低聯邦學習模型拆分造成的精度損失。
• 在特定區域或領域範圍建立資料生態，通過資料運營為使用者提供豐富的資料資源。醫療隱私計算應用落地的關鍵是資料資源，廠商需要在特定區域，如省市級內，或特定領域，如針對某一疾病的研究，聯合衛健委、醫院、醫保局、醫藥公司等多方建立豐富的資料生態，並提供資料運營服務。
• 隱私計算解決方案具備較高的安全性。廠商需要通過提供高等級的資料加密技術、完善平臺系統的安全性設計等提高解決方案的安全性。並獲得權威測評機構的安全標準測試。

入選 標準 ：

1.符合醫療隱私計算解決方案的廠商能力要求；

2.近一年在該市場服務客戶數3家以上；

3.近一年該市場相關服務收入規模在200萬元以上。

代表廠商 評估 ：

（注：以下代表廠商評估均按廠商簡稱首字音序排序）

鍩崴科技

廠商介紹：

鍩崴科技成立於2019年, 是一家專注隱私保護計算技術的服務提供商，創始團隊來自加州大學聖地亞哥分校UCSD等高校，具備深厚的隱私計算、生物醫療資訊等領域的學術和實踐經驗，團隊成員多來自IBM、Google、Thermo等世界五百強企業。鍩崴科技開發了一整套自主、安全、可控的隱私保護計算平臺產品，業務場景覆蓋醫療、金融、保險、政務、安防等。

產品服務介紹：

鍩崴科技的鍩崴信隱私保護計算平臺是擁有自主智慧財產權，已通過多項權威測評，安全、可控的隱私計算基礎設施平臺。平臺包括了安全聯邦學習系統、多方安全計算MPC系統、超融合沙箱（TEE）三個核心模組，可為使用者提供隱私查詢、隱私建模/分析、隱私推理等隱私計算功能，併兼顧效能、安全性、精度等多種要求。

針對醫療行業使用者，鍩崴科技提供了鍩崴信醫療大資料保護計算平臺（NovaVita）。作為鍩崴信隱私保護計算平臺的子平臺，其能夠滿足醫療行業使用者對資料來源、分析功能、使用互動的差異化需求。

同時，鍩崴科技也提供基於國產化CPU、加速卡、可信執行環境的鍩崴信一體機產品，為使用者提供軟硬體結合的隱私保護計算解決方案。

廠商評估：  

鍩崴科技的隱私計算產品與服務在面向醫療行業使用者中，具備平臺功能完善、使用體驗良好、能保障多參與方的良好計算效能、提供面向醫療場景的專業分析功能、滿足高精度和高安全性等優勢。

鍩崴科技的隱私保護計算平臺能適配針對醫療行業使用者需求的完善功能，並提供良好使用體驗。 鍩崴信醫療大資料保護計算平臺 (NovaVita)是面向醫療場景的隱私計運算元平臺，該平臺基於鍩崴科技通用的隱私保護計算平臺底座，在上層部署可編排的功能模組組，為醫療領域的不同客戶提供匹配的隱私計算解決方案。該平臺在幫助醫藥企業、醫療機構等提供安全高效的資料融合同時，也提供醫療大資料監管支撐服務，平臺通過病例資料共享，結合AI學習模型等技術，賦能醫學診斷、新藥研發、基因分析等具體應用場景。

鍩崴科技的隱私保護計算平臺能夠保障在大規模參與方（比如，10~100方）的醫療場景中的良好計算效能。 鍩崴科技在平臺底層架構的設計中，對多參與方聯合計算場景進行了深度優化，在保證計算效能的同時，也解決了大規模的多方資料帶來的通訊效能下降問題。如在匯聚模型過程中，通過融合SIMD技術提高整體計算效率；在通訊傳輸過程中，通過分散式壓縮等方式，對通訊效率進行重點優化；在隱私求交中，通過對稱加密的解決方案對頻寬進行優化等。

鍩崴科技的隱私保護計算平臺能提供針對醫療場景中各類專業度和複雜度較高的分析功能。 鍩崴科技基於在醫療領域多年沉澱的方法論，將特徵選擇、統計匹配、基因對齊、全基因組關聯分析、醫學影像分割與歸類等多種醫療領域的分析方法與隱私計算技術相互融合並形成功能模組，能夠實現對醫學影像、基因資料等非結構化資料的計算。

鍩崴科技的隱私保護計算平臺能夠滿足一些特定醫療場景對模型的高精度要求 。鍩崴科技自研的聯邦學習框架支援複雜的無損模型拆分方式，有效的彌補了通常的Model Averaging方式所造成的精度損失，能夠保證拆分下的聯邦學習模型的精度數值上完全等價於資料合併以後明文下的計算精度。

在產品安全性方面，鍩崴隱私保護計算平臺已通過了信通院聯邦學習及可信執行環境基礎能力專項測評，以及公安部隱私保護計算平臺產品測評與國家資訊系統安全等級保護三級備案與測評。此外，鍩崴科技在平臺中引入防止合作方之間串謀或篡改的能力，進一步強化了針對醫療場景的隱私計算安全性。

典型客戶：

華西醫院、新華醫院、神州醫療、新加坡基因研究所、美國雷迪兒童醫院

翼方健數

廠商介紹：

翼方健數（Basebit.ai）是“資料和計算網際網路”的先行者，是一家專注隱私安全計算、人工智慧和大資料的高科技公司。翼方健數以隱私安全計算為核心，服務醫療、政務、金融、保險、營銷、科學等領域，建設在資料安全和個人隱私保護基礎上的資料開放生態和資料共享協作環境，並在此基礎上發展人工智慧的能力，為行業賦能。

產品服務介紹：

翼方健數技術的特點是針對資料跨域流通的全流程，提供一套全棧的技術解決方案。通過隱私安全計算平臺翼數坊XDP，實現資料分享和價值獲取的能力，核心模組包括分散式檔案系統XFS、計算資源排程與適配引擎XEE、高效的資料發現與整合模組DaaS以及為不同信任假設場景儲備的安全計算技術路徑PCT，利用全棧技術產品保證資料隱私和安全的同時，解鎖資料價值。翼數坊XDP平臺具備資料全生命週期管理、堅實的隱私安全計算技術體系、資料驅動的差異化AI應用三大核心能力。

在醫療健康領域，通過隱私安全計算與人工智慧結合，為醫療機構、科研機構、生物醫藥企業提供端到端的全鏈條資料解決方案。

針對有資料清洗與治理的醫療行業使用者，翼方健數還提供了基於人工智慧的高效資料治理工具DataWand。

廠商評估：  

翼方健數旨在以隱私計算為核心，打造資料和計算網際網路（IoDC，Internet of Data and Computing），提供貫穿資料全價值鏈的全棧技術解決方案，並在醫療行業豐富的落地案例、自研的隱私計算平臺、面向多行業多場景的AI能力、通過IoDC提供資料和算力資源、平臺安全性等方面具備優勢，在隱私計算醫療行業中處於領先水平。

結合隱私計算與人工智慧，翼方健數搭建了從醫療資料到智慧應用端到端的能力，並且服務醫療多場景。 例如基於醫學大腦打造的以智慧病案為核心的一系列智慧應用、針對醫保或商保的風控解決方案、資料驅動的AI製藥、真實世界研究、多模態組學資料分析協作、院內資料資產管理平臺、傳染病防控等圍繞資料的醫療數字產業化解決方案。隱私計算的目標是為客戶解鎖資料的價值，在醫療健康領域，尤其是針對各級各類醫療機構，需要具備醫療領域的全棧技術包括從資料彙集到資料治理，從隱私計算到智慧工具模型建設，再到最終形成各種智慧應用在不同場景下提供落地的服務。翼方健數建立了這樣的端到端能力，並在諸如瑞金醫院等頭部三甲醫院實現以資料驅動的未來智慧醫院的建設。

在翼數坊XDP平臺中，進行資料安全儲存、匯聚與發現、計算資源排程及隱私計算技術，能夠從資料中獲取價值，實現資料要素全生命週期的管理和流通。 內建多種自研的隱私計算技術，能夠滿足不同安全信任假設和計算複雜度場景的使用者需求。安全沙箱XSSBox可為單體平臺提供零信任的本地計算環境；可信執行環境XTEE可為XDP平臺內和平臺間的計算任務提供基於硬體的可信執行環境；自研的聯邦學習框架XFL支援包括橫向、豎向和聯邦遷移學習等多種主流演算法，效能、模型精度和安全性優於主流開源框架；自研的密文計算框架SXCE能整合MPC/FHE/DP/ZKP等多種隱私計算技術，可用於不同精度和效能要求的密文計算，也可配合聯邦學習，加強聯合建模的安全性。

翼方健數具備適用醫療場景的AI模型和醫療知識庫，能夠處理複雜的多模態醫療資料。 醫學知識庫基於機器學習、知識圖譜技術構建了200萬+醫學概念、2000萬+醫學關係、10萬+醫學推理規則、500萬+互對映醫學編碼。平臺內建了大量醫療領域自主研發的AI模型，如病歷後結構化、傳染源發散傳播、輔助診斷、輔助檢查/用藥、影像病灶識別、醫保欺詐監測、DRG/DIP智慧費控等，為各醫療場景實現資料驅動賦能。

此外，基於翼數坊XDP構建的IoDC能夠幫助使用者觸達更多的資料和算力資源。 翼方健數通過隱私計算“資料可用不可見”的能力，在保護資料隱私安全的前提下，通過構建資料網路，幫助資料在可管控、可度量且受隱私安全保護的前提下為人工智慧提供資料上的助力。在翼方健數構建的IoDC中，通過平臺的隱私計算能力，以及分散式檔案系統、資料發現與整合、計算資源排程與適配等功能，每個節點都具備了完整的資料價值實現能力。一方面，使用者可以通過IoDC使用來自各類政務和醫療機構的授權資料。例如，在湖北宜昌市，通過打通多個政企內外部資料來源並跨平臺聯合計算，進行傳染病多點觸發預警。通過政企資料融合，各方資料協作，利用不同資料來源篩選出傳染疾病的高風險人群，精準篩選、消除誤報，實現資料驅動的智慧傳染病防控。另一方面，通過IoDC調配超算中心、高校的資料和算力資源。例如翼方健數與南京江北新區生物醫藥公共服務平臺合作，呼叫資料和算力資源，推進區內IoDC，可以一站式解決生物醫藥產業的科研、生產和臨床轉化、藥物研發等實際問題。

安全性方面，翼方健數能充分滿足醫療使用者對資料安全合規的需求。 翼方健數參與制定中國通訊標準化協會、中國信通院組織的多項隱私計算安全、互聯互通標準，翼數坊XDP平臺已通過信通院“可信執行環境”、“聯邦學習”、“多方安全計算”的相關能力測評以及健康醫療大資料可信選型評估。

典型客戶：

宜昌市衛生健康委員會、廈門市健康醫療大資料管理中心、上海交通大學醫學院附屬瑞金醫院、四川大學華西第二醫院、中山大學腫瘤防治中心

 3.4 隱私計算平臺

定義

隱私計算平臺，是指基於安全多方計算、聯邦學習等多種隱私計算技術，在為資料提供隱私保護的前提下，實現資料在流通中可用不可見的平臺型工具。隱私計算平臺具備通用的隱私計算技術服務能力，能夠支撐企業使用者構建各類隱私計算應用解決方案。

終端使用者：

金融、政務、醫療、零售、電信、交通等各領域企業或機構的IT部門、大資料部門、科技創新部門

核心需求：

隨著資料成為各行業企業創新業務、優化運營管理的關鍵要素，跨組織的資料流通共享成為企業越來越重要的需求。與此同時，《網路安全法》、《資料安全法》、《個人資訊保護法》等法律法規的陸續出 臺，為資料流通增加了諸多合規要求。因此，近年來各行業眾多企業和機構都開始關注隱私計算，並希望搭建隱私計算平臺，為進一步探索隱私計算的應用場景構建基礎設施。企業對於隱私計算平臺的核心需求通常包括：

• 具備較高的通用性。企業潛在應用場景非常廣泛，但在平臺部署初期這些應用場景往往不夠明確。因此，企業需要平臺具備較高的通用性，能滿足企業未來潛在的多種應用場景和功能需求。
• 操作方式靈活。不同隱私計算應用場景的定製化程度存在差異，從呼叫運算元來組合計算流程，到自定義計算流程，其對於使用者技術水平要求也不同。因此，企業需要平臺具備多種操作方式，靈活滿足使用者需求。
• 易於部署和整合。一方面，企業希望隱私計算應用能快速落地併產生效果，因此需要解決方案能以便捷和快速的方式進行部署；另一方面，很多企業已經建立了較複雜的業務和IT系統，因此需要隱私計算解決方案能在對原系統改造儘量小的前提下，與原系統整合。
• 具備較高的效能。在聯合建模、聯合統計分析等離線場景中，隨著資料規模的增加，以及應用場景的豐富，其計算效能會受到制約；而在聯合預測、匿蹤查詢等實時性要求較高的場景中，隨著請求量的增加，計算時延也會逐漸顯現。企業需要平臺能在這些場景中具備較高的效能。
• 具備較高的安全性。為保障資料資產安全，以及為滿足相關法律法律的要求，企業需要平臺在資料安全保護、系統環境、計算流程的可解釋性等方面滿足較高的安全性要求。

廠商能力要求：

• 臺在隱私計算技術和系統功能方面具備通用性。在隱私計算技術方面，平臺需要具備聯邦學習、多方安全計算等多種隱私計算技術能力，能支撐聯合建模、聯合統計、隱私求交、匿蹤查詢等多種應用場景；在系統功能方面，平臺需要將系統功能模組化，支援使用者根據需求自助增加功能模組，如區塊鏈存證、AI計算、SQL等模組。
• 平臺具備靈活的操作使用方式。一方面，平臺需要將多方安全計算、聯邦學習等演算法拆分為細化的運算元，支援使用者根據需求以圖形化的方式組合運算元，構建計算流程；另一方面，平臺還需要支援一些使用者在定製化程度更高的場景中採用Python和SQL等方式編譯計算指令碼，自定義計算流程。
• 平臺能被快速部署和整合。在部署方面，除了本地部署模式，平臺需要提供敏捷化的部署和交付方式，如平臺採用雲原生架構，並支援容器化的交付方式；以SDK或API的方式支援使用者快速構建隱私計算應用；在與原系統整合方面，平臺需要提供元件化和介面化服務支撐隱私計算平臺與原系統之間在資料、賬號、日誌等方面快速對接。
• 平臺在各類離線和實時場景中具備較高的效能。在離線場景中，平臺需要支援大規模分散式計算和硬體加速能力，提高計算效能；在實時場景中，平臺需要在通訊效率上做深度優化，並保證實時計算的穩定性，降低實時計算的時延。
• 平臺具備較高的安全性。廠商需要通過提供完善的資料加密技術、完善平臺的許可權控制等方式提高平臺的安全性；並需要支援演算法流程視覺化，以及支援接入第三方流量審計工具對資料用途進行驗證等方式提高計算流程的可解釋性和可信度。

入選 標準 ：

1.符合隱私計算平臺的廠商能力要求；

2.近一年在該市場服務客戶數5家以上；

3.近一年該市場相關服務收入規模在500萬元以上

4、入選廠商列表