原文地址：The Business Case for Privacy Enhancing Technologies
原文作者：Ellison Anne Williams
翻譯 & 整理：開放隱私計算 & PrimiHub
在一個科技熱點層出不窮的時代，當一項技術被描述為變革性技術時，其實人們第一時間反而是警惕，然後是質疑。最近幾年變革性技術這個標籤落在了隱私計算頭上，該技術因其能夠在使用或處理資料時啟用和保護資料的安全性和隱私而聞名。
技術在環境中發生變革，隱私計算技術也一樣，是全球數字經濟的需求催生了重塑利用資料方式的需要。雖然資料隔離有一定的必要性，但為支援監管、競爭和安全考慮而設定的孤島和障礙也極大地限制了資料的使用。
隱私計算技術彌合了這一鴻溝，允許組織使用資料來提取價值，同時仍然尊重建立這些孤島和障礙存在的合理性。
那麼隱私計算技術真的是一項變革性技術麼？我們從隱私計算做了什麼？政策的相關動作和行業趨勢三方面來看一下。
隱私計算做了什麼？
資料具有三種狀態：靜態（在檔案系統/資料庫中）、傳輸中（在網路中移動時）和使用中（處理期間）。當我們思考如何有意義地使用或處理資料時，我們通常會回到兩個基本功能：搜尋和分析（包括人工智慧/機器學習）。對資料進行搜尋和分析，以識別資訊並提取為組織創造價值的見解。
隱私計算技術能夠使這些功能以安全且私密的方式進行，從而允許以之前不可能的方式使用資料來釋放價值。雖然對於隱私計算技術的分類不同的看法，但幾個核心支柱是確定的——聯邦學習、同態加密、安全多方計算和可信執行環境。
2023世界各地組織和政府的動作
跨孤島安全、私密地使用資料的能力對於企業來說至關重要，這使得隱私計算技術成為世界各地眾多有影響力的組織和政府日益關注的焦點。
聯合國運營著一個以隱私增強技術為重點的實驗室，並於最近釋出了《聯合國官方統計隱私增強技術指南》，旨在幫助國家統計局在分析和傳播敏感資訊時保護資料。
英國皇家學會釋出的另一份報告深入探討了隱私計算技術如何幫助平衡資料使用的風險和回報，從而帶來更廣泛的社會效益。2023 年 4 月，美國網路安全和基礎設施安全域性 (CISA) 釋出了更新的零信任指南，指出達到“最佳”實施閾值的組織“在適當的情況下對使用中的資料進行加密”——這種做法只能透過使用隱私計算技術來實現。
此外，美國和英國最近宣佈了一項隱私計算有獎挑戰賽，該挑戰賽旨在推動隱私計算技術的創新，強化民主價值觀。在白宮釋出的有關這項工作的新聞稿中，總統科學技術助理兼白宮科學技術政策辦公室主任 Arati Prabhakar 肯定了 PET 的潛在影響：“資料有能力為某些問題提供解決方案。我們面臨的最大的共同挑戰，但其中大部分資料都是敏感的，需要受到保護。隱私增強技術是解決如何在保護人們隱私的同時利用資料價值的困境的唯一途徑。”
另外還有很多國家都紛紛推出了各自的政策和行動，詳情可點選2023全球各國隱私計算發展最新動態盤點瞭解。
從行業趨勢看，隱私計算技術帶來了什麼？
如今，隱私計算技術已經對跨孤島資料共享和協作相關的用例產生了非常大的影響。聯合國指南和英國皇家學會報告均包含概述和案例研究的部分，從這些案例裡可以看到四個行業趨勢。
1.隱私計算可以促進商業發展
可用資料量和組織利用這些資料提取價值的必要性都將繼續增長。對這些由 隱私計算支援的功能的需求從未像現在這樣大，而且只會繼續增加：Gartner 分析師預測，“到 2025 年，60%的大型組織將使用隱私增強計算技術來保護不可信環境中的隱私或用於分析目的” （Gartner“聯合機器學習的創新洞察”，2022 年 3 月）。
2.隱私計算以獨特的方式促進安全和私密的資料使用
克服資料孤島和障礙以安全、私密地利用資料的能力改變了遊戲規則。組織可以保護資料及其利益，同時仍確保其可用性。繼續向市場宣傳隱私計算的力量至關重要，以確保資料在整個處理生命週期中受到保護。
3.標準化和監管行動是隱私計算發展的催化劑
隱私計算現已準備就緒並正在被採用，有大量使用隱私計算來解決業務和任務挑戰的可靠例子。雖然隱私計算所支援的功能具有變革性，因此組織正在推進其使用，但如果標準化機構提供一些廣泛的實施指南，那麼大規模採用將會加速。此外，如果監管機構鼓勵受監管組織將隱私計算用於運營環境，例如銀行業的金融犯罪檢測，這將對受監管用例的更廣泛採用產生重大影響。
4.隱私計算技術可以實現可信人工智慧
世界各地的組織都在尋找在不影響安全性的情況下實施 AI/ML 的方法，而這可以透過隱私保護機器學習 (隱私計算 + ML) 來實現。隱私保護ML提供了一條創新途徑，可以提取關鍵見解並推動AI/ML協作工作，同時保留 IP 和必要的資料敏感性要求和合規標準。隱私計算透過兩種重要方式為更廣泛的ML領域做出貢獻：透過在評估（有時稱為推理）和訓練期間保護模型，允許組織將重點放在派生結果的業務收益上，而不是ML模型本身固有的風險上。
安全、私密地利用資料的需求並不是一種過時的趨勢，它屬於人性中自古有之的需求。
而且無論是由市場需求還是監管主導，組織都必須做好在優先考慮資料保護和隱私的世界中在全球範圍內運營的準備。隱私計算技術為這一挑戰提供了獨特的解決方案。不可否認的是，隱私計算技術在各個垂直領域的應用正在變得日益普遍，越來越多的組織正在利用這些功能支援自己的業務。
所以，也許我們正處於一個轉折點，這個轉折點背後，一邊是尊重資料孤島和邊界的需求，另一邊是全球資料運營的需求變得無處不在。努力擴大對隱私計算技術的理解，特別是隱私計算可以提供的價值的集體理解，將真正釋放全球的資料經濟，從而讓這項技術的“變革”真正發生！
PrimiHub一款由密碼學專家團隊打造的開源隱私計算平臺，專注於分享資料安全、密碼學、聯邦學習、同態加密等隱私計算領域的技術和內容。