2021年中国隐私计算行业发展现状、行业发展的意义及作用分析.docx

《2021年中国隐私计算行业发展现状、行业发展的意义及作用分析.docx》由会员分享，可在线阅读，更多相关《2021年中国隐私计算行业发展现状、行业发展的意义及作用分析.docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2021年中国隐私计算行业发展现状、行业发展的意义及作用分析 一、基本概念 隐私计算是面向隐私信息全生命周期保护的计算理论和方法，具体是指在处理视频、音频、图像、图形、文字、数值、泛在网络行为信息流等信息时，对所涉及的隐私信息进行描述、度量、评价和融合等操作，形成一套符号化、公式化且具有量化评价标准的隐私计算理论、算法及应用技术，支持多系统融合的隐私信息保护。 隐私计算（PrivacyComputing）可以让使用者在数据本身不对外泄露的前提下，实现数据分析计算的一类信息技术。隐私计算的基本概念 隐私计算涵盖信息所有者、信息转发者、信息接收者在信息采集、存储、处理、发布（含交换）、销毁等全生命

2、周期过程的所有计算操作，是隐私信息的所有权、管理权和使用权分离时隐私信息描述、度量、保护、效果评估、延伸控制、隐私泄漏收益损失比等方面。隐私计算的应用场景十分广泛，比如： 我国隐私计算是面向隐私信息全生命周期保护的计算理论和方法，是隐私信息的所有权管理权和使用权分离时隐私度量、隐私泄漏代价、隐私保护与隐私分析复杂性的可计算模型与公理化系统。而国外隐私计算被定义为“privacyenhancingtechnologies”(PETs)，即隐私增强技术。国内国外隐私计算的对比 二、行业发展现状 信息技术、移动通信技术等的紧密结合与快速发展，以及智能终端软硬件的不断升级与换代，促进了互联网、移动互联

3、网、云计算、大数据、物联网等方面的技术发展，同时催生了以Amazon/淘宝为代表的电商、以Facebook/微信为代表的社交、以Uber/滴滴为代表的出行等各种新型服务模式，大幅度提升了人们的生活品质。 随着信息技术的快速发展和个性化服务的不断演进，海量用户个人信息数据的频繁跨境、跨系统、跨生态圈交互已成为常态，加剧了隐私信息在不同信息系统中有意/无意留存，随之而来的隐私信息保护短板效应、隐私侵犯追踪溯源难等问题越来越严重，现有的隐私保护方案已不能提供体系化的保护。世界各国纷纷颁布具体措施来保护隐私信息。国内外隐私计算的具体政策措施 新技术、新服务模式的产生与快速发展促使海量用户个人信息跨系统

4、、跨生态圈甚至跨境交互成为常态，用户个人信息在采集、存储、处理、发布（含交换）、销毁等全生命周期各个环节中不可避免地会在不同信息系统中留存，导致信息的所有权、管理权与使用权分离，严重威胁了用户的知情权、删除权/被遗忘权、延伸授权。另一方面，缺少有效的监测技术支撑，导致隐私侵犯溯源取证困难。多方安全计算发展 显示：2012年以来，隐私计算初创企业数量呈增长趋势，2020年，隐私计算初创企业71家，较比上年增加18家，同比增长33.96%。2012-2020年隐私计算初创企业数量及增长 隐私计算企业背景多样:有互联网龙头企业、网络安全及大数据公司、初创型科技企业、行业数据高度聚合企业。各隐私计算企

5、业背景 随着资本关注度的提升，隐私计算产业融资事件基本呈现逐年递增，至2020年底，隐私计算融资事件数量10件，较2019年增加3件。2016-2020年度隐私计算融资事件数量 2020年隐私计算领域融资融资以Pre-A轮为主，多杞融咨金额招1D轮亿人民币，最高达到17.8亿人民币，占44%；其次是天使轮，占36%；B轮占12%；D轮占8%。隐私计算融资轮次分布 截至2021年3月19日，有四家企业专利数量在200件以上，分别是蚂蚁集团、Microsoft、阿里巴巴、中国平安，蚂蚁集团全球隐私技术专利数量累计740件，排名第一；第二是微软，隐私技术专利数量305件；第三是阿里巴巴，隐私技术专利

6、数299件；第四是中国平安，隐私技术专利数量282件，其中IBM、Intel、微众银行、腾讯科技、华为、国家电网挤进前十。全球新兴隐私技术发明专利申请数量（截至2021年3月19日) 1995年隐私计算专利申请量只有1项；2005年隐私计算专利申请量14项，10年间增加13项；2015年隐私计算专利申请量215项，较2005年增加201项；至2020年隐私计算专利申请量达到1535项。1995-2020年隐私计算专利申请量 从中国各机构隐私计算专利申请数量来看，2020年中国隐私计算专利申请数量排名前三的分别是蚂蚁集团、阿里巴巴、微众银行，隐私计算专利申请数量依次为400项、292项、190项。2020年中国各机构隐私计算专利申请数量 三、意义与作用 互联网、移动互联网、物联网等技术快速发展，并通过云服务汇聚数据，形成具有海量性、异构性等典型特征的大数据，为广大民众提供个性化服务，深刻地改变了人们的生产和生活方式。然而，信息服务却面临着收集、存储、共享、发布（含交换）、销毁等环节中的隐私信息泄露问题。 随着数据处理技术的不断进步,信息系统服务质量不断提升的同时,隐私安全问题也日益凸显,用户在信息系统使用过程中面临感知收益与感知风险之间的权衡(隐私计算),理清用户隐私计算背后的影响因素及其对用户行为的影响极为重要。隐私计算发展的意义与作用