中国网科技7月10日讯 《基于多方安全计算的数据流通产品 技术要求与测试方法》(修订版)、《基于可信执行环境的数据计算平台 技术要求与测试方法》、《基于联邦学习的数据流通产品 技术要求与测试方法》三项隐私计算系列标准日前在2020大数据产业峰会成果发布会上正式发布。

在数字经济繁荣发展的时代，数据流通是数据要素价值充分释放的关键环节，但隐私泄露、安全威胁等一系列问题仍然制约着数据的有序流通。近两年，以多方安全计算和可信执行环境等为代表的隐私计算技术成为了解决数据流通瓶颈的关键方案，受到了诸多关注。中国信通院联合二十余家企业共同制修订了隐私计算系列标准，希望推动隐私计算技术的广泛应用，为用户提供选型参考。

《基于多方安全计算的数据流通产品 技术要求与测试方法》标准于2019年6月首次发布。2020年6月，项目组对标准进行了第一次修订，增加了多方安全容错性、升级支持等新的测试用例，提升了必选测试项的数量，也对原有测试用例进行了精简合并。此次最新修订的标准更新了技术架构，提高了技术门槛，将更好地适应产业发展。

首次发布的《基于联邦学习的数据流通产品 技术要求与测试方法》由中国信通院、光之树科技、微众银行、华控清交、诺崴科技、数牍科技、同盾科技、富数科技、武汉大学、百度、腾讯云、洞见智慧、趣链、讯飞智元、飞利信、蓝象智联、普元信息等17家单位共同参与制定。标准明确了联邦学习的技术概念和架构视图，并从调度管理能力、数据处理能力、算法实现、效果及性能和安全性等五个方面对基于联邦学习的数据流通产品的能力提出建设规范，并明确了34项测试案例。

首次发布的《基于可信执行环境的数据计算平台 技术要求与测试方法》由中国信通院、百度、英特尔、上海交通大学、杭州诺崴、富数科技、蚂蚁金服、阿里巴巴、腾讯、腾讯云、数牍科技、同盾科技、华控清交、华为、光之树科技、浦发银行、零知识科技、趣链、普元信息等19家单位共同参与制定。标准提出了基于可信执行环境的数据计算平台的建设目标和架构体系，从任务处理能力、算法拓展性、环境验证、通信安全、计算机密性、一致性、数据存储、审计和运维等九个角度对产品能力提出规范要求。

今年，麻省理工科技评论将包括差分隐私在内的隐私计算相关技术列入2020年十大突破性技术中。正在召开的世界人工智能大会中，多位AI领域学者将隐私计算列为人工智能下一步发展的关键技术。

中国信通院高级工程师闫树表示，在第十一批大数据产品能力评测中，将新增“基于可信执行环境的数据计算平台”和“基于联邦学习的数据流通产品”两款产品评测服务，并将继续开展第三批基于多方安全计算的数据流通产品评测，期待看到更多优秀的产品进入市场，共同促进隐私计算技术在解决数据流通瓶颈充分释放数据价值中的广泛应用。

随着行业的快速发展，各大科技巨头纷纷积极布局的同时，也产生了一系列该垂直领域的明星创业企业。作为发布的新标准的核心起草单位，光之树科技CEO张佳辰表示：“本次标准的推出将大大加速隐私计算领域的产品标准化，降低行业客户对于相关产品评估和采纳的难度。同时，标准的推出也进一步明确了隐私计算平台将是联邦学习、可信计算和多方安全计算等多技术路线融合的综合型平台。”