零壹财经：2021年隐私计算专利报告（12页）.pdf

《零壹财经：2021年隐私计算专利报告（12页）.pdf》由会员分享，可在线阅读，更多相关《零壹财经：2021年隐私计算专利报告（12页）.pdf（12页珍藏版）》请在三个皮匠报告上搜索。

1、目前，隐私计算核心技术主要包括联邦学习、可信执行环境和多方安全计算。联邦学习最早在2016年由Google率先提出。按照腾讯云的解释，联邦学习(Federated Learning，FL)是一种打破数据孤岛、释放 AI 应用潜能的分布式机器学习技术，能够让联邦学习各参与方在不披露底层数据和底层数据加密(混淆)形态的前提下，通过交换加密的机器学习中间结果实现联合建模。可信执行环境(Trusted Execution Environment, TEE)是 Global Platform 在 2010年提出的一种隐私计算概念，通过芯片等硬件技术与软件协同对数据进行保护，同时保留与系统运行环境之间的算

2、力共享。多方安全计算(Secure Multi-Party Computation, MPC)是 20 世纪 80 年底由姚期智等人提出，是一种基于密码学，数据所有者在数据不出本地数据库的情况下进行协同计算，输出计算结果，并保障任何一方无法获得计算结果之外的其他信息的技术。或许是由于可信执行环境具有通用性高、开发难度低、算法实现上更加灵活等特点，该技术专利申请受到众多科技公司的青睐，数量明显高于其它两个。根据零壹智库专利数据统计，截至 2021 年8 月，中国有 181 家公司申请了相关专利，合计 815 件，是隐私计算领域公司参与度最高、专利申请数量最多的技术。其次，联邦学习和多方安全计算，

3、参与专利申请的公司分别有108家和105家，专利申请数量分别为396件和416件。密码学作为隐私计算核心技术，通过对称加密和非对称加密，消除了信息泄露风险。目前，多方安全计算和联邦学习都有用到密码学技术，最常用到的密码学技术有不经意传输(ObliviousTransfer)、混淆电路(GarbledCircuit)、秘密分享(SecretSharing)、同态加密(Homomorphic Encryption)、零知识证明(Zero-Knowledge Proof)和差分隐私(Differential Privacy)。从专利申请情况来看，同态加密和零知识证明在中国关注度明显高于其他加密技术。截至目前，同态加密有182家公司参与相关专利申请，专利合计544件;其次是零知识证明，有124家公司参与专利申请，专利合计376件;其他4项密码学技术参与公司数量均在1050家公司之间，专利申请数量在20110之间。在近几年，隐私计算技术和产品逐渐成熟，伴随着中国数字经济的发展，数据安全和个人隐私安全受到政府、企业及个人的关注，除互联网科技公司之外，金融机构、医疗、电信、电网、大消费等多个行业公司相继探索隐私计算的应用。