5G與人工智能的結(jié)合,讓數(shù)據(jù)資源成為維持相關(guān)產(chǎn)業(yè)的基礎(chǔ)原料,而海量數(shù)據(jù)的處理能力成為制約產(chǎn)業(yè)發(fā)展重要因素,不然,我們對于計(jì)算能力的渴求也不會(huì)如此強(qiáng)烈。不過,這里面有一個(gè)眾所周知的問題不得不長期地面對,那就是數(shù)據(jù)安全問題。業(yè)內(nèi)都很清楚,數(shù)據(jù)在各個(gè)行業(yè)甚至公司的內(nèi)部以“數(shù)據(jù)孤島”的形式存在,隨著數(shù)據(jù)隱私安全問題突出,國家管控越來越嚴(yán)格,先后發(fā)布《網(wǎng)絡(luò)安全法》等法律法規(guī),在社會(huì)層面上,用戶對個(gè)人隱私數(shù)據(jù)越發(fā)重視。以往科技巨頭它們通過提供基于云的AI解決方案以及API,獲取大量高質(zhì)量的業(yè)務(wù)和個(gè)人數(shù)據(jù)模式,在未來發(fā)展中可能受到極大的限制。為此,研究如何在保護(hù)隱私和安全的前提下,解決數(shù)據(jù)孤島問題實(shí)現(xiàn)數(shù)據(jù)共享需求越來越突出,隱私計(jì)算受到極大重視。
何為隱私計(jì)算
隱私計(jì)算涉及多方技術(shù)主要包括機(jī)器學(xué)習(xí),分布式機(jī)器學(xué)習(xí),密碼學(xué)(同態(tài)加密,差分隱私等),安全多方計(jì)算,以及聯(lián)邦學(xué)習(xí)等多種不同的技術(shù)。我們知道,機(jī)器學(xué)習(xí)是專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為,以獲取新的知識(shí)或技能,重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能的核心,是使計(jì)算機(jī)具有智能的根本途徑。分布式機(jī)器學(xué)習(xí)是一個(gè)由參數(shù)服務(wù)器將數(shù)據(jù)存儲(chǔ)在分布式工作節(jié)點(diǎn)上,通過中央調(diào)度節(jié)點(diǎn)分配數(shù)據(jù)和計(jì)算資源的機(jī)器學(xué)習(xí)框架,較集中式機(jī)器學(xué)習(xí)框架運(yùn)算效率提高,更加適合大批數(shù)據(jù)建模。多方安全計(jì)算是一個(gè)滿足沒有信任第三方情況下,互不信任參與方在保護(hù)各自隱私信息前提下協(xié)同建模的機(jī)器學(xué)習(xí)框架。這個(gè)框架能夠同時(shí)確保輸入的隱私性安全性和計(jì)算的正確性。
同態(tài)加密是一類具有特殊屬性的加密方法,與一般加密算法相比,同態(tài)加密除了能實(shí)現(xiàn)基本的加密操作之外,還能實(shí)現(xiàn)密文間的多種計(jì)算功能,即先計(jì)算后解密可等價(jià)于先解密后計(jì)算。
差分隱私是密碼學(xué)中的一種手段,簡單地說,就是通過添加噪音在保留統(tǒng)計(jì)學(xué)特征的前提下去除個(gè)體特征以保護(hù)用戶隱私。
目前來說,更廣泛的安卓手機(jī)終端用戶在本地更新輸入法中的頻繁詞模型,是涉及安全的一個(gè)巨大隱患。隱私計(jì)算的設(shè)計(jì)目標(biāo)是在保障大數(shù)據(jù)交換時(shí)的信息安全、保護(hù)終端數(shù)據(jù)和個(gè)人數(shù)據(jù)隱私、保證合法合規(guī)的前提下,在多參與方或多計(jì)算結(jié)點(diǎn)之間開展高效率的機(jī)器學(xué)習(xí).主要解決的問題就是,數(shù)據(jù)擁有方不出本地前提下,構(gòu)建共有模型。當(dāng)然,業(yè)內(nèi)也普遍認(rèn)為,隱私計(jì)算與“聯(lián)邦學(xué)習(xí)”概念密不可分。
根據(jù)聯(lián)邦學(xué)習(xí)的應(yīng)用領(lǐng)域及面向服務(wù)的受眾對象,行業(yè)將聯(lián)邦學(xué)習(xí)的典型應(yīng)用場景分為面向個(gè)人用戶和面向行業(yè)用戶。面向個(gè)人用戶主要是基于個(gè)人終端隱私數(shù)據(jù)保護(hù)情況下的數(shù)據(jù)共享和協(xié)同的應(yīng)用場景,比如Google輸入法所采用的分布式建模應(yīng)用。我們常說的面向行業(yè)用戶,主要是圍繞企業(yè)內(nèi)部以及跨公司跨行業(yè)的數(shù)據(jù)聯(lián)合建模應(yīng)用場景。
運(yùn)營商的必然舉措
在強(qiáng)化隱私計(jì)算的背景下,中國移動(dòng)主導(dǎo)并參與了《電信運(yùn)營商互聯(lián)互通標(biāo)準(zhǔn)框架協(xié)議》《電信網(wǎng)和互聯(lián)網(wǎng)數(shù)據(jù)合作安全管理實(shí)施指南》等一系列隱私計(jì)算行業(yè)標(biāo)準(zhǔn)的制定,并積極布局多方安全計(jì)算、聯(lián)邦學(xué)習(xí)等新技術(shù),規(guī)劃建設(shè)中國移動(dòng)梧桐大數(shù)據(jù)隱私計(jì)算系統(tǒng),實(shí)現(xiàn)了數(shù)據(jù)安全融合、匿蹤安全查詢、多方安全計(jì)算及聯(lián)合安全建模等功能。
中國移動(dòng)聯(lián)合其他運(yùn)營商通過匿蹤查詢和聯(lián)邦學(xué)習(xí)技術(shù),共同建設(shè)詐騙電話識(shí)別模型,在保證數(shù)據(jù)“可用不可見”的前提下進(jìn)行黑名單共享,解決了運(yùn)營商數(shù)據(jù)覆蓋面不全的問題,有效支撐了工信部、公安部等部門實(shí)施電信網(wǎng)絡(luò)詐騙治理,降低了網(wǎng)絡(luò)犯罪風(fēng)險(xiǎn)。在跨行業(yè)合作方面,中國移動(dòng)深入政府、金融、醫(yī)療等行業(yè),利用隱私計(jì)算技術(shù),在“數(shù)據(jù)不出庫、數(shù)據(jù)不落庫”情況下實(shí)現(xiàn)跨行業(yè)數(shù)據(jù)融合,確保數(shù)據(jù)要素的安全流動(dòng),促進(jìn)各行業(yè)實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型。
在金融領(lǐng)域,中國移動(dòng)梧桐大數(shù)據(jù)積極探索隱私監(jiān)管新常態(tài)下的數(shù)據(jù)跨界合作新模式,利用聯(lián)邦學(xué)習(xí)、同態(tài)加密技術(shù)在運(yùn)營商與金融機(jī)構(gòu)之間進(jìn)行數(shù)據(jù)交互并開展聯(lián)合建模。在無須交互敏感數(shù)據(jù)的前提下,雙方數(shù)據(jù)安全流通,擴(kuò)展了風(fēng)控模型的參考維度,對于在反洗錢業(yè)務(wù)中識(shí)別涉賭涉騙人群效果顯著。
在醫(yī)療領(lǐng)域,積極配合衛(wèi)健委在雙方數(shù)據(jù)“可用不可見”的前提下,進(jìn)行橫向聯(lián)邦學(xué)習(xí)建模,在數(shù)據(jù)安全流通的前提下,識(shí)別潛在的健康問診目標(biāo)用戶,進(jìn)行問診掛號(hào)精準(zhǔn)推薦。梧桐大數(shù)據(jù)的隱私計(jì)算技術(shù)在為用戶提供隱私保護(hù)的同時(shí),解決了用戶的掛號(hào)問診難題,對提高醫(yī)院問診效率起到了助推作用。
此外,中國移動(dòng)主動(dòng)對接文旅產(chǎn)業(yè),深入?yún)⑴c產(chǎn)業(yè)數(shù)據(jù)場景的構(gòu)建,與航旅、銀聯(lián)大數(shù)據(jù)開展深入合作,以增強(qiáng)數(shù)據(jù)安全服務(wù)為前提,貫通數(shù)據(jù)鏈路,利用隱私計(jì)算技術(shù)實(shí)現(xiàn)移動(dòng)數(shù)據(jù)與交通出行類數(shù)據(jù)的安全流通,解決了對航旅用戶出行訴求判斷不準(zhǔn)確、文旅服務(wù)無法形成閉環(huán)的問題,大大改善了用戶的服務(wù)體驗(yàn)。
同時(shí),中國聯(lián)通也有動(dòng)作。比如,其聯(lián)通數(shù)科于2020年便率先布局投入了隱私計(jì)算的算法研究與平臺(tái)開發(fā)?;趥鹘y(tǒng)聯(lián)合建模經(jīng)驗(yàn)的積累,聚焦金融客戶,在銀行反詐、風(fēng)控、營銷以及保險(xiǎn)行業(yè)進(jìn)行創(chuàng)新和探索。同時(shí)充分發(fā)揮自身數(shù)據(jù)技術(shù)優(yōu)勢,在積極向合作伙伴輸出算法技術(shù)的同時(shí),還將海量的數(shù)據(jù)以“可用不可見”的形式融入金融行業(yè)的C端場景中。在對金主、窩點(diǎn)、平臺(tái)、資金鏈等問題的信息研判支撐和抓捕線索獲取中,公安機(jī)關(guān)同運(yùn)營商和金融機(jī)構(gòu)通過可信方式進(jìn)行數(shù)據(jù)共享和聯(lián)合建模,綜合利用運(yùn)營商數(shù)據(jù)和金融數(shù)據(jù),形成包括人機(jī)識(shí)別、窩點(diǎn)(貓池)識(shí)別、資金鏈溯源等一系列的信息研判和抓捕線索支撐,有效提升了電信網(wǎng)絡(luò)詐騙犯罪打防管控的精準(zhǔn)度和時(shí)效性。圍繞電信網(wǎng)絡(luò)詐騙,公安和金融機(jī)構(gòu)根據(jù)自身業(yè)務(wù)此前都已經(jīng)建立各自的黑名單。各部門和機(jī)構(gòu)間合理共享黑名單,可以有效降低犯罪風(fēng)險(xiǎn)發(fā)生,形成系統(tǒng)管控和預(yù)防能力。但在實(shí)際業(yè)務(wù)中,黑名單屬于各機(jī)構(gòu)私有財(cái)產(chǎn),直接明文共享會(huì)導(dǎo)致數(shù)據(jù)庫泄露,同時(shí)也有用戶隱私的法律風(fēng)險(xiǎn)。
后記
不同細(xì)分領(lǐng)域的安全廠商,在各自專精的技術(shù)領(lǐng)域攻堅(jiān)突破,勇于比肩世界前列。在對標(biāo)國際頂級技術(shù)的同時(shí),對內(nèi)賦能,形成合力。在堅(jiān)持自主可控的大前提下,還要關(guān)注那些隱私計(jì)算涉及的底層安全技術(shù)發(fā)展。目前中國網(wǎng)絡(luò)安全市場重應(yīng)用、輕技術(shù)的傳統(tǒng)格局亟須重塑,促使市場轉(zhuǎn)型進(jìn)入技術(shù)驅(qū)動(dòng)型市場,讓關(guān)鍵核心技術(shù)實(shí)現(xiàn)重大突破,進(jìn)入創(chuàng)新型國家前列。同時(shí),我們也認(rèn)識(shí)到隱私計(jì)算是一個(gè)至關(guān)重要的基礎(chǔ)技術(shù),擁有豐富的應(yīng)用場景。最后需要強(qiáng)調(diào)的是,隱私計(jì)算服務(wù)于網(wǎng)絡(luò)安全產(chǎn)業(yè),而后者在發(fā)展網(wǎng)絡(luò)安全技術(shù)的同時(shí),要有家國情懷,要有國家利益高于一切的格局。