在国家推动数据要素流通和数据合规大背景下，隐私计算作为兼顾了数据安全和数据流通的技术备受瞩目，不过在现实业务需求面前，隐私计算技术的普及应用仍面临技术路线多、开发成本高等困境。

  开源成为隐私计算技术普及与迅速规模化落地的重要处理方法。本报记者获悉，蚂蚁集团7月4日宣布面向全球开发者正式开源可信隐私计算框架“隐语”。

  “开源引领着新兴领域的创新发展。从区块链技术到人工智能技术，新兴领域的迅速发展均是由开源引领的。谁能占领开源这个制高点，吸引到更多优秀的开发者，做好开源社区，把开源的技术生态做大做强，谁就很有几率会成为新兴技术领域的引领者。”中国信息通信研究院云计算和大数据研究所所长何宝宏与会时表示。

  “隐私计算是继区块链之后的又一次重要的技术升级，目前各金融机构对隐私计算技术都很看重，正在加大科技资源在隐私计算技术和场景上的投入，积极的尝试和拥抱隐私计算。”CFT50学术成员、中国银行业协会首席信息官高峰在会上介绍。

  在数据要素流通大背景下，行业面临互联网空间安全与数据安全的新挑战。隐私计算是兼顾数据安全和数据流通的关键技术，涵盖了密码学、系统安全、机器学习、可信硬件等多种学科，包含多方安全计算（MPC）、联邦学习（FL）、可信执行环境（TEE）、可信密态计算（TECC）等多种技术路线，涉及众多专业方面技术栈，要实现完善并保障安全并非易事。

  在数据密态时代各个行业各种场景的实际应用中，往往是多条技术路线相结合，单一的隐私计算技术框架难以适用于复杂和交叉的场景。如果每遇到一个新场景，都需要从头开发，不但技术资源重复浪费，而且数据安全和隐私合规很难保证，成为了隐私计算大规模落地应用的阻碍之一。

  开源成为解决作为一种创新的协作方式，可汇聚合力，为数字文明时代技术创新降本增效。所谓开源实际上的意思就是将技术工具共享，通过提供开放的可选项降低重新创造新选项的成本，是工具层面的集约型生产方式；开源又是一种创新思想或实现方法的互联互通途径，有利于每个个体之间的强强互补，实现单体技术思想价值最大化，实现技术发展的加速，适应当前数字化社会持续健康发展对隐私计算技术高速迭代的需求。

  高峰强调：“快速推进开源隐私计算技术应用标准化。加强开源技术标准建设与信息化规划的衔接配套，推动金融业开源技术及应用高水平质量的发展。开源软件需要遵循相应的工作标准，包括流程标准、技术标准、运营标准、推广标准、知识产权与法律标准等。”

  “数据作为生产要素流通，存在确权难、监管难、互信难、定价难、入场难等五大难点。数据以密态形式流通，以MPC、联邦学习、可信执行环境、差分隐私、同态技术等多种技术作为支点。可信隐私计算框架‘隐语’将致力于打造安全应用、社区共建的数据密态时代技术设施。”蚂蚁集团副总裁兼首席技术安全官、“隐语”开源委员会主席韦韬向本报记者表示。

  据隐语框架负责人、蚂蚁集团隐私智能计算技术部总经理王磊介绍：“可信隐私计算框架隐语是蚂蚁集团历时6年自主研发，以安全、开放为核心设计理念，通过良好可扩展的架构设计，用一套通用框架统一支持了当前包括MPC 、FL、TEE、HE、DP在内的多种主流隐私计算技术，并可对多种技术进行灵活组合，支持TECC等创新隐私计算技术，针对不同应用场景提供不同的解决方案。”

  本报记者通过调查了解到，“隐语”开源协议选择了Apache-2.0，代码托管在Github及Gitee。目前，“隐语”已向社区开放了多方安全计算和联邦学习的核心代码。对于算法/模型研发开发者，能够正常的使用隐语提供的编程能力，方便快捷地将更多算法和模型迁移来，并得到隐私保护增强。对于底层安全开发者，可将底层密码/安全研究成果嵌入隐语，完善密态设备的能力、性能和安全，转化实际业务应用。

  在落地实践上，“隐语”在医疗、政务、金融场景已经有诸多实践案例。在医疗、政务等数字化的经济典型场景中涉及大量高度敏感的隐私信息，其结果更关乎整个社会公共资源的合理配置，对社会公平举足轻重。

  “基于医保DRGs建模的蚂蚁隐私计算智能服务”以蚂蚁隐私计算平台“隐语”为底层基座，提供的多方安全计算及联邦学习技术方案，阿里云医疗大数据管理平台开发了医保DRGs分组器初始版本，成功实现多家医疗机构数据来进行联合训练，在保护患者隐私前提下，增加样本数量、扩大数据规模，通过更为准确的DRG分类模型帮助医疗机构提升预测准确率。

  在本次发布会上，中国计算机学会秘书长唐卫清、蚂蚁集团副总裁兼首席技术安全官韦韬共同宣布，联合设立“CCF—蚂蚁隐私计算专项科研基金”，推进隐私计算前沿探索与技术落地，搭建产学研合作平台。我们国家发展自研技术迫在眉睫，各方应加快形成合力推动信息技术应用创新产业高质量发展的步伐。返回搜狐，查看更加多