筑基數(shù)據(jù)安全流通 隱私計算讓數(shù)據(jù)“可用不可見”
——記锘崴科技創(chuàng)始人、董事長王爽

劉玉杰

在中共中央、國務院2020年4月發(fā)布的《關于構建更加完善的要素市場化配置體制機制的意見》中，數(shù)據(jù)已成為同土地、勞動力、資本、技術等傳統(tǒng)生產(chǎn)要素并列的五大核心要素之一，作為一種新型生產(chǎn)要素參與分配。數(shù)據(jù)的作用和價值逐步凸顯，數(shù)據(jù)資源的開放共享、交換流通已成為橫跨多個行業(yè)的重要趨勢，業(yè)界對深入、全面挖掘數(shù)據(jù)價值的需求也日益強烈。

在對數(shù)據(jù)“功能性”不斷探索的同時，近年來頻發(fā)的數(shù)據(jù)安全事件，也顯示出數(shù)據(jù)利用的另一面——數(shù)據(jù)內(nèi)容缺乏有效保護、數(shù)據(jù)泄露風險逐漸增加。這無疑對從業(yè)者提出了更高的要求：既要應用數(shù)據(jù)，又要保護數(shù)據(jù)安全。如何兼顧發(fā)展和安全，平衡效率和風險，在保障安全的前提下充分發(fā)揮數(shù)據(jù)價值？這成為杭州锘崴信息科技有限公司（以下簡稱“锘崴科技”）創(chuàng)始人、董事長王爽一直在思考的重要課題。經(jīng)過多年研究和應用實踐，王爽及其團隊通過以安全聯(lián)邦學習為代表的隱私保護計算技術，為流通過程中數(shù)據(jù)的“可用不可見”提供了兼具全面性和個性化的解決方案。他們期待在破解數(shù)據(jù)保護與使用之間的矛盾、放大數(shù)據(jù)要素的效能和價值、提升技術的創(chuàng)新速度和維度等層面不斷加碼，使得數(shù)據(jù)要素資源為經(jīng)濟社會高質(zhì)量發(fā)展提供強大助力。

王爽

破局“隱私之困”

2009年，時任美國總統(tǒng)的奧巴馬宣布“要建立一個更堅強、更智能的電網(wǎng)”。為了更準確地了解居民何時用電、用電多少的實際情況，從而根據(jù)實際用電量來實時調(diào)度電力，每15分鐘上傳一次電量數(shù)據(jù)的智能電表，成了美國能源部門構建智能電網(wǎng)的“主力干將”。然而智能電表的推廣計劃很快“遇冷”——美國民眾將其視作“監(jiān)控隱私”的“內(nèi)鬼”，反對智能電表的呼聲日高。這場聲勢浩大的討論，引起了當時正在讀博士的王爽的注意。憑借自身在密碼學基礎性研究領域的經(jīng)驗，王爽敏銳地意識到，民眾對于智能電表泄露隱私的擔憂并不是“庸人自擾”——“利用一些特定的算法，就可以通過用電數(shù)據(jù)推算整個屋子里的活動情況，例如屋主什么時候做飯、用電腦、看電視、洗衣服等，全都能計算出來?！蓖跛忉尩?，“而這些數(shù)據(jù)一旦被濫用，可能會對個人乃至整個社會造成嚴重后果。”

難道數(shù)據(jù)利用和隱私保護，就真的無法“共存”嗎？智能電表“進退兩難”的境遇，讓王爽不由得開始思考這個問題。很快他發(fā)現(xiàn)，就智能電表這一具體案例來說，電廠僅需統(tǒng)計信息而并不需要個體數(shù)據(jù)。結合智能電表的分布式結構，王爽將自己在分布式編碼方面的技術成果運用其中，既讓電廠拿到各項統(tǒng)計數(shù)據(jù)（即加密的中間計算結果），又不暴露單個用戶的用電量，為數(shù)據(jù)和隱私的“和平共處”提供了一個行之有效的解決方案。以此為開端，王爽開始涉足隱私計算領域，并投身到將隱私計算服務于不同應用場景的嘗試中。

兩年后，博士畢業(yè)的王爽受邀加入了美國加州大學圣地亞哥分校（UCSD）醫(yī)學院。在對于隱私保護要求更高、需求更迫切的醫(yī)療領域，王爽也迎來了自己新的挑戰(zhàn)：他需要從學術的角度搭建一個服務于美國生物醫(yī)學計算網(wǎng)絡的隱私保護計算構架。這個項目是美國國家生物醫(yī)學計算中心最核心的部分，要用技術打通數(shù)百家醫(yī)院的醫(yī)療數(shù)據(jù)在隱私保護下的安全共享與分析，并制定一套隱私計算標準?；卺t(yī)療數(shù)據(jù)的特殊性，在傳統(tǒng)的醫(yī)療數(shù)據(jù)處理中，有過“通過性別、生日和郵編這3個信息即可能唯一確定患者身份”并導致其隱私泄露的先例。而這一情況，隨著人類基因序列數(shù)據(jù)的引入，變得更加棘手——“一個人有30多億個基因位點，只要挑出具有代表性的十幾個位點，就能唯一確定一個人，準確率比指紋高得多?！蓖跛忉尩馈Ｅc此同時，由于基因序列數(shù)據(jù)應用中對于數(shù)據(jù)質(zhì)量的要求很高，諸如匿名和泛化這種常規(guī)的醫(yī)療數(shù)據(jù)處理方式難以用于基因序列數(shù)據(jù)的“脫敏”處理。與基因數(shù)據(jù)“脫敏”處理難相對的，是囿于各家醫(yī)院樣本的有限性，推動醫(yī)院間的數(shù)據(jù)共享、用技術提升醫(yī)療效率、打通醫(yī)院之間信息壁壘同樣具有其現(xiàn)實必要性。然而基因序列數(shù)據(jù)涉及病人及其血親的隱私、醫(yī)院數(shù)據(jù)安全、技術競爭等諸多層面，數(shù)據(jù)安全問題不解決，在現(xiàn)有情況下醫(yī)院間的數(shù)據(jù)共享就不可能完全實現(xiàn)。如何在不給出原始數(shù)據(jù)的情況下，讓數(shù)據(jù)的價值得以最大限度地釋放？冥思苦想間，曾經(jīng)的“智能電表方案”給了王爽新的靈感，用于醫(yī)療領域的隱私計算方案以“安全聯(lián)邦學習”的面貌出現(xiàn)在眾人面前。

據(jù)王爽介紹，在這套名為“隱私保護下的分布式機器學習（即安全聯(lián)邦學習）”方案中，多個合作的醫(yī)院不需要將各自的原始數(shù)據(jù)拿出來進行多中心模型“訓練”，而是反其道而行之，將模型訓練置于各個醫(yī)院，基于醫(yī)院的本地數(shù)據(jù)訓練出一個“小的”本地模型。隨后將幾家醫(yī)院分別訓練出的“小模型”放到一起，訓練出一個更厲害、更準確的大的全局AI模型。在每次使用各醫(yī)院的數(shù)據(jù)時，只需把要分析的模型放到各個醫(yī)院的數(shù)據(jù)池中，進行運算后交互加密的模型參數(shù)，而不用提取具體的原始數(shù)據(jù)。整個過程中任何一家醫(yī)院都不會暴露各自的原始數(shù)據(jù)，卻又可以將多方的數(shù)據(jù)用于研究分析，做到數(shù)據(jù)的“可用而不可見”。此后，王爽還不斷對這一方案進行完善，以實現(xiàn)每一個醫(yī)院或中心機構的加入或離開不會對整體研究進程造成影響的目標。同時他還在數(shù)據(jù)安全性層面不斷加碼，引入各種安全挑戰(zhàn)并主動填補“漏洞”，確保整個系統(tǒng)的安全平穩(wěn)運行。至此，多中心生物醫(yī)療數(shù)據(jù)研究的隱私困境終于被解開，一個包含美國加州大學旗下5所附屬醫(yī)院的多中心聯(lián)合分析網(wǎng)絡也由此建立起來。以此為開端，數(shù)據(jù)的安全流通讓越來越多的醫(yī)院和機構聞訊加入。2013—2015年之間，一個橫跨美國西海岸10多個醫(yī)共體、串聯(lián)起上百家醫(yī)院、覆蓋數(shù)千萬個病患數(shù)據(jù)的網(wǎng)絡全面建成，王爽將之命名為“安全聯(lián)邦學習”的隱私計算成果也在醫(yī)療領域綻放出耀眼的光芒。上述成果的理論基礎，都是基于王爽2012年形成的學術論文工作，該論文也成為全球首篇關于醫(yī)療在線安全聯(lián)邦學習的文獻，引起了業(yè)內(nèi)廣泛的重視和借鑒。“所謂安全聯(lián)邦學習，就是允許多個參與者在不共享原始個體數(shù)據(jù)的情況下，構建一個通用強大的機器學習或統(tǒng)計模型。簡單來說就是，通過‘數(shù)據(jù)不動加密模型動’的方法，來解決如數(shù)據(jù)隱私、數(shù)據(jù)安全、數(shù)據(jù)訪問權限和對異構數(shù)據(jù)訪問等問題。具體到醫(yī)療環(huán)境中，過去醫(yī)院在治療罕見病時往往受限于單中心數(shù)據(jù)量不夠等問題，在解決了數(shù)據(jù)隱私問題后，就可以整合全行業(yè)數(shù)據(jù)為病人尋找最有效的治療方案。原來需要數(shù)周尋找治療方案，現(xiàn)在可能會縮短至1天甚至更短?！蓖跛湴恋卣f。

2016年，谷歌AI在技術博客文章中首次引入“聯(lián)邦學習”的概念，隨后這項技術也逐漸成為AI領域的熱門研究內(nèi)容，引起從業(yè)者的廣泛注意。而此時，王爽已經(jīng)在這一領域深耕多年，但他并未就此止步，讓技術“走出去”、讓人才“走進來”，成了王爽前進的新方向。

用比賽彌合隔閡

因小見大，在完成美國國家生物醫(yī)學計算中心項目后，王爽在研究過程中看到了隱私計算巨大的發(fā)展?jié)摿?，“置身其中”的他也很快意識到了培養(yǎng)、發(fā)掘、集結專業(yè)人才團隊的重要性：“隱私計算光靠一兩個團隊的話，進展太慢?！贝送猓谧咴L各個密碼學和安全專家時，王爽發(fā)現(xiàn)整個密碼學界、安全界跟醫(yī)學界處于“相對獨立”的狀態(tài)：“懂醫(yī)學的人基本不懂密碼學和安全，懂密碼學和安全的基本不懂醫(yī)學?！蓖跛忉尩溃皬拿艽a學研究的角度來說，很多傳統(tǒng)的密碼學理論尚未針對實際應用場景提供具體化解決方案。有時候密碼學專家設計了一套非常精巧的方案，在密碼學上是完全正確的，可是其中很多計算都是在假想環(huán)境下進行的，或者當下的算力尚無法滿足其提出的計算需求，方案自然無法‘落地’，缺乏實用價值；從實際應用的角度來說，有時候醫(yī)院接到一個病人，需要在數(shù)據(jù)庫里尋找是否有相似的病人、曾用過什么診療方法、效果如何等數(shù)據(jù)進行參考。此時，如何從醫(yī)院研究工作的實際情況出發(fā)，準確定義‘相似的病人’，盡量避免可能出現(xiàn)的錯誤，是密碼學界、安全界需要切實思考的問題?！痹谕跛磥?，要解決上述問題，實現(xiàn)技術與產(chǎn)業(yè)的磨合，最好的方式就是通過一類活動把技術與產(chǎn)業(yè)的人聚集到一起，消除“搞密碼學的群體和醫(yī)生群體之間的gap（隔閡）”。而王爽選擇的“聚集”方式，即是競賽。

2014年，王爽主持創(chuàng)辦了“iDASH 全球隱私保護計算大賽（iDASH Privacy Protection Challenge）”。由于該項目的全球影響力，作為項目負責人，王爽創(chuàng)辦的競賽也受到了美國國立衛(wèi)生研究院（NIH）的支持。王爽希望通過競賽的形式，將實際的醫(yī)學問題轉化成計算機/密碼學領域專家能夠理解的算法問題，從而拉動更多的專業(yè)學者參與到隱私計算的具體應用場景中，以技術手段去服務于真實場景下的數(shù)據(jù)交互和價值轉換。

萬事開頭難，這場當時知者甚少的競賽，首屆參賽的10支隊伍中有很多都是靠著王爽發(fā)郵件、朋友圈“刷臉”，甚至拽著朋友、合作伙伴來參加的高校團隊，但其新穎的比賽模式、先進的研究方向及搭建隱私計算學術研究和醫(yī)療產(chǎn)業(yè)溝通橋梁的決心，在參賽者心中留下了深刻的印象。“反響是很好的。”王爽回憶道。次年，在美國基因研究領域的權威媒體GenomeWeb和Nature News的報道下，iDASH全球隱私保護計算競賽“聲名鵲起”，學界幾乎所有從事隱私計算或基因的研究者都對這個新生的競賽有了初步認識。加之民眾隱私保護意識的覺醒及相關法案的推動——如號稱史上最嚴的隱私數(shù)據(jù)保護法案《通用數(shù)據(jù)保護條例》（以下簡稱“GDPR”）的最終稿公布，規(guī)定將對沒有做好用戶隱私保護的公司處以天價罰款，因此數(shù)據(jù)安全迅速成為各大科技公司需要妥善解決的重要課題，也使越來越多的科技公司加入對數(shù)據(jù)安全保護技術方案的探索過程中。自第三屆比賽開始，如微軟、英特爾、IBM等商業(yè)公司也開始派隊參賽，iDASH隱私保護計算競賽的規(guī)模、影響力不斷擴大。目前，iDASH全球隱私保護計算競賽的參賽隊伍已涵蓋互聯(lián)網(wǎng)大廠、創(chuàng)業(yè)公司、著名高校等多個領域，參賽隊伍超過百支，這一競賽也正在成為各大隱私計算廠商及高校展現(xiàn)實力的角逐場。據(jù)了解，iDASH全球隱私保護計算競賽現(xiàn)已成為全球隱私計算領域頗具影響力的賽事之一，有“隱私計算領域的奧林匹克”之稱。后續(xù)在2021—2022年，王爽也發(fā)起了中國首屆“隱私保護計算競賽”。該競賽包括醫(yī)療數(shù)據(jù)隱私保護在內(nèi)，下設多個領域的隱私保護計算賽道，成為進一步提升隱私保護計算在中國影響力和競爭力的重要推力。

在為技術方和需求方搭建溝通橋梁的過程中，憑借在隱私計算領域研究及應用的先行優(yōu)勢，王爽及其團隊參與到更多的隱私保護項目中，美國衛(wèi)生保健研究與質(zhì)量局（AHRQ）項目、多項美國國立衛(wèi)生研究院（NIH）項目、英偉達（NVIDIA）高性能計算項目、亞馬遜（Amazon）云計算項目等重要項目中都有王爽團隊的身影。除聯(lián)邦學習的技術路線以外，王爽基于硬件的可信計算環(huán)境結合軟件的密碼學解決方案，為一種名為“川崎病”的兒童罕見病研究提供了強大助力，這是全球首次應用安全聯(lián)邦學習架構解決在合規(guī)基礎上的跨國罕見病聯(lián)合分析難題。此外，王爽還將同態(tài)加密和多方安全計算等加密技術應用到解決實際問題的過程中，與英特爾、IBM、微軟等頭部公司展開合作，推動隱私計算的商業(yè)化應用。幾年時間，王爽掌握的技術方案不論是在安全性，還是計算效率和復雜度上都在飛速提升，能應對的問題范圍也越來越廣。2017年，王爽牽頭創(chuàng)辦了國際同態(tài)加密標準委員會并制定相關的國際標準，形成廣泛的國際影響力。

王爽參加首屆BEYOND國際科技創(chuàng)新博覽會

在學術界行走日久，王爽自問，是否要安于這樣的現(xiàn)狀？很快他就給出了否定的回答：“總是處在比較安逸的環(huán)境也不太好，我還是想做一些有挑戰(zhàn)性的事情?！痹谝淮螌W術報告中，王爽結識了在生物醫(yī)藥行業(yè)深耕十余年的硅谷資深科學家鄭灝博士，對于“隱私計算的風口即將到來”的共識讓兩人一拍即合，抓住風口投身創(chuàng)業(yè)的想法也在王爽心中逐漸清晰起來。

說做就做，但這時的王爽來到了一個新的“岔路口”：留美創(chuàng)業(yè)還是回國創(chuàng)業(yè)？盡管美國在隱私計算領域有著更成熟的產(chǎn)業(yè)環(huán)境、配套設施及技術優(yōu)勢，然而“第一次踏上飛往美國的飛機時，我就知道自己有一天會回來”的信念，讓王爽堅定了回國創(chuàng)業(yè)的決心。恰逢國家推進“青年高層次人才引進計劃”，王爽順利通過選拔，以當年隱私計算領域唯一上榜者的身份回到暌違多年的祖國。在回國的飛機上，王爽給自己提出了一個問題：“中國人的隱私，會被重視起來嗎？”隨即，他堅定地回答自己：“我相信，一定會的?！?/p>

讓數(shù)據(jù)更有價值

2019年，王爽和鄭灝聯(lián)合創(chuàng)辦的锘崴科技落戶杭州。以獨有的安全聯(lián)邦學習技術為基礎，年輕的锘崴科技“兵分三路”，梳理出隱私查詢、隱私建模和隱私推理3條主要隱私計算產(chǎn)品功能，推出擁有完全自主知識產(chǎn)權的锘崴信?隱私保護計算平臺。據(jù)王爽介紹，隱私查詢主要用于在數(shù)據(jù)源中在保護各方隱私的前提下查找匹配條件的數(shù)據(jù)，如藥企開發(fā)靶向藥物需要查找符合條件的病人信息、稅務部門和機場對限制高消費人群身份的比對等場景，這一過程涉及多項數(shù)據(jù)交互，需要強有力的隱私保障。為此，锘崴科技的隱私查詢產(chǎn)品通過算法和模型優(yōu)化，保證數(shù)據(jù)源匹配模型、查詢條件、查詢結果不被泄露且查詢結果準確，滿足醫(yī)療、金融、政務、安防等多個領域的查詢需求。隱私建模即是通過多中心聯(lián)合訓練一個算法模型，同時確保各個中心具體數(shù)據(jù)和模型不被暴露，以滿足使用者在樣本不足情況下，通過橫向或者縱向安全聯(lián)邦學習以補足樣本量及補充維度之需求，從而實現(xiàn)更精準的模型和畫像，廣泛適用于醫(yī)療系統(tǒng)聯(lián)合分析研究、新型藥物研制、精準營銷及金融機構大數(shù)據(jù)風控等具體場景。隱私推理則是在使用他人已經(jīng)訓練好的模型時，向模型輸入一些信息源，對自有數(shù)據(jù)進行保護的產(chǎn)品。通過隱私計算，使用者可在加密的參數(shù)下對加密的數(shù)據(jù)進行計算并產(chǎn)生加密的結果，從而在保護所有的相關信息不泄露的情況下，又能用對方的模型來處理數(shù)據(jù)。這一產(chǎn)品可用于諸如征信分數(shù)或者臨床輔助診斷結果等場景中，幫助使用者在各方不互信的情況下完成隱私保護的相關操作。

憑借豐厚的技術積累和千萬級的數(shù)據(jù)驗證，锘崴科技的產(chǎn)品呈現(xiàn)出明顯的技術優(yōu)勢和深厚的場景理解力，“開箱即用”的使用體驗更讓其在實際應用場景中大放光彩：2020年上海某三甲醫(yī)院牽頭的基于隱私計算的全國首例關于風濕免疫疾病的跨省多中心臨床研究取得上海市科技進步獎一等獎，其聯(lián)合研究過程中使用的隱私計算方案，就來自锘崴科技。在普惠金融領域，锘崴信?隱私保護計算平臺賦能跨多個數(shù)據(jù)源的、更加精準的風控模型構建，以服務于中小微企業(yè)的貸款需求；在保險行業(yè)精準營銷領域，通過锘崴信?隱私保護計算平臺對接醫(yī)院和體檢中心，以及銀聯(lián)或移動運營商等數(shù)據(jù)庫，對用戶的健康狀況和財富狀況進行多維度分析，以構建更精準的營銷模型并提高相關保險的轉化率；在政務服務領域，锘崴科技與國家職能部門展開深度合作，幫助其完成政務數(shù)據(jù)的開放和應用。同時通過隱私保護計算，實現(xiàn)密態(tài)下人臉識別的技術支持，有效避免人像采集過程中諸多明文信息交互的合規(guī)風險。“锘崴科技的3項產(chǎn)品功能基本可以覆蓋目前隱私保護計算在數(shù)據(jù)領域的絕大多數(shù)需求。”王爽說，“隱私計算的技術門檻也成為我們在行業(yè)激烈競爭之中的突出優(yōu)勢?！蹦壳埃会丝萍家呀?jīng)完成了超過100個項目的PoC（驗證性測試），有50多個落地的項目，潛在客戶則超過200家。成立不到兩年的锘崴科技也在2021年順利完成億元級B輪融資，著眼于技術落地的锘崴科技已然成為行業(yè)加速前進過程中的重要力量。

構建數(shù)據(jù)網(wǎng)絡，做鏈接數(shù)據(jù)與價值間的橋梁，打造最安全高效的大數(shù)據(jù)價值轉化平臺，是锘崴科技未來的奮斗目標。王爽希望通過這一平臺，讓每個使用者都能以安全、快捷、方便的模式，完成不同場景下合規(guī)的、受保護的數(shù)據(jù)價值轉換，使數(shù)據(jù)發(fā)揮其最大價值。在隱私計算節(jié)點搭建和推動相關行業(yè)標準方面重點發(fā)力，讓打通跨行業(yè)數(shù)據(jù)變成一件水到渠成的事情，王爽和他帶領的锘崴科技一直在路上。