Page 28 - 金融科技视界2022-8期

Technical Tracking
技术追踪

一文详解隐私计算「四大技术路线」

来源 | 蚂蚁链 作者 | 李漓春（逸昊）蚂蚁链摩斯算法负责人，拥有200+隐私计算专利

在满足数据安全、隐私保护 软、Intel、Inpher、Duality等。 私保护技术/隐私增强技术，涉及
和监管合规的前提下，链接数据孤 隐私计算是一个快速发展的 密码学、安全硬件、信息论、分布
岛，实现多方协同释放数据要素 领域，涉及密码学、安全硬件、信 式计算等多个学科。
价值，是当前大数据技术发展应 息论、分布式计算等多个学科。 隐私计算基于其实现隐私保

用的一大难题，而隐私计算正是 目前公开的隐私计算技术资料和 护的原理可分为密码学、可信执行
解决这一难题的技术方案。 白皮书已经非常丰富，但是缺乏 环境、信息混淆脱敏、分布式计算
隐私计算又称为隐私增强计 对各技术优缺点的深入分析和对 四类路线，其中的主要代表技术

算、隐私保护计算，是目前业界认 比。本文将从性能、安全、隐私、 有多方安全计算、差分隐私、匿名
可的、能在数据要素流通融合中 功能、研发难度等多个角度分析 化、联邦学习等。
有效保护数据隐私的信息技术。 对比各技术路线。 这些技术在可支持计算、隐
随着各国隐私保护法规的陆续 私保护维度、隐私保护强度、安全
出台、隐私保护意识的觉醒，近年 隐私计算四大技术路线 性、性能等方面有较大差异，分别

来欧美、中日韩等国家和地区加快 适合不同的应用和场景。有时也需
了对隐私计算的研发和商用步伐， 首先需要明确的是，隐私计算 要结合使用两种或多种技术来满
其中代表性的国外厂商有谷歌、微 并非单一的技术，而是包含多种隐 足应用需求。

隐私计算各技术路线对比
中间计算 数据用法
路线 输入隐私 结果隐私 结果管控 性能 主要优缺点 适合应用
隐私 用量管控
1.联合计算
优点：高安全、高隐私、高管控 2.外包计算
MPC Y Y N Y Y 低到中
缺点：性能挑战大；研发难 3.联邦学习：梯度安全计算，
减少信息泄露
优点：高隐私、高管控、高性能
1.联合计算
TEE Y Y N Y Y 高 缺点：依赖特定硬件和硬件厂
2.外包计算
商的可信度
优点：高性能 1.数据发布
混淆脱敏 Y Y Y N N 高 缺点：低管控；难平衡隐私保 2.联合计算：配合其他线路使
护、数据可用性的矛盾 用，减少结果泄露敏感信息
优点：易开发实现，一般性能
联邦学习/ 较高 联合计算中的联合建模及推
Y N N Y N 中
分割学习 缺点：结果管控弱，中间信息 理，且模型可公开给各参与方
泄露

26 金融科技视界