中国隐私计算产业落地实践情况分析.pptx

中国隐私计算产业落地实践情况分析云程发轫，精耕致远2概念界定隐私保护计算（Privacy Preserving Computing）隐私保护计算（Privacy Preserving Computing），又称“隐私计算”，是指在提供 数据隐私保护的前提下，对数据进行分析计算的一类技术。进而在保障数据隐私安 全的基础上，可以让数据以“可用不可见”的方式进行安全流通。隐私保护计算是 一个技术体系，而非一项单一的技术。市市场场中主要采用中主要采用“隐隐私私计计算算”的的表述形表述形式式，因此本因此本报报告中告中均均以以“隐隐私私计计算算”作作为为统统 一的表达方式。一的表达方式。实际上，还有资料将“隐私计算”和“隐私保护计算”进行了分别定义与解释，可 见目前关于“隐私计算”存在多样化的概念界定方式。对于此类问题，报告不再过多赘述。本本报报告告定定义仅义仅用用于于统统一一读读者理者理解解，方便后方便后文文的的 相关研究相关研究论论述。述。云计算厂商市场参与者类型技术输出技术需求监监管管展开联合建模、联合计算等技术实践银行隐私计算 厂商IT解决 方案厂商人工智能 厂商中国隐私计算行业呈现百舸争流、千帆竞发的市场格局多方协同是隐私计算商用实践的一大特点，不同于其他类型技术，隐私计算在商用实践中，技术服务商除了提供平台建设 外，还会为客户提供数据调用（寻找数据源）服务，且隐私计算也经常需要两方以上的参与者展开联合计算，因此多方协 同特性十分明显。目前，中国隐私计算市场的参与者越来越多，除了垂直的隐私计算厂商外，各类技术企业纷纷入局，目 前行业处于基础设施建设期，随着行业客户在应用层实践的逐步加深，数据运营、算力加速等需求也将不断涌现。对于中 国隐私计算市场的发展，可谓是：百舸争流，奋楫者先；千帆竞发，勇进者胜。隐隐私私计计算市算市场场参与者参与者类类型型（2022，中中国国市市场场）隐隐私私计计算技算技术术服服务务商商技术输出互联网企业 大数据局 通信运营商 征信公司除了具备自主隐私计算能力的厂商外，部 分技术服务商也会通过集成其他厂商的隐 私计算能力展开技术输出。保险 医疗业业 务务 需需 求求 者者（数数 据据 使使 用用 者者）广告监管合规技术需求技术输出数据数据源源（数据提供者数据提供者）可信硬件厂商可信硬件厂商金融科技公司MPCFLTEE算力加速算力加速软软硬一硬一体体机机技术输出技术需求综合类区块链大数据服务科技公司厂商公司3产业图谱注释：1、图谱中所展示的公司logo顺序及大小并无实际意义，不涉及排名。2、各种类型的市场参与者“上下/左右”位置并无实际意义，不代表排位。征信公司2022年中国年中国隐隐私私计计算算产产业业图谱图谱技术 输出银行 保险 医疗 广告业业 务务 需需 求求 者者（数数 据据 使使 用用 者者）大数据局 数数 据据 源源（数数 据据 提提 供供 者者）互联网企业技术 输出硬件合作厂商硬件合作厂商技术输出数据要素流通通用通用 硬件硬件通信运营商AI及大数据及大数据区区块链块链企企业业综综合科技合科技类类金融科技企金融科技企业业云云计计算企算企业业AI企企业业隐隐私私计计算垂直厂商算垂直厂商隐隐私私计计算垂直厂商算垂直厂商AI及大数据及大数据综综合科技合科技类类金融科技企金融科技企业业区区块链块链企企业业综综合科技合科技类类综综合科技合科技类类多方安全多方安全计计算（算（MPC）技）技术术方案方案联联邦学邦学习习（FL）技）技术术方案方案开源开源产产品品可信可信执执行行环环境（境（TEE）技）技术术方案方案隐隐私私计计算垂直厂商算垂直厂商区区块链块链企企业业算力加速算力加速产产品品/服服务务软软硬件硬件结结合合产产品品可信硬件可信硬件 国内厂商国内厂商国外厂商国外厂商多多数数厂厂商商布布局局了了“MPC、FL、TEE”中中的的多多项项技技术术方方案案，且且各各具具优优势势。研研究究团团队队和和产产业业专专家家团团认认为为，应应该该鼓鼓励励企企业业进进行行多多元元化化技技术术方方案案创创新新探探索索，因因此此 产产业业图图谱谱不不对对企企业业进进行行苛苛刻刻的的“唯唯一一性性定定位位（每每个个企企业业仅仅展展示示自自身身最最优优的的技技术术方方案案）”，而而是是采采取取了了“最最大大兼兼容容性性”原原则则。但但是是行行业业用用户户在在进进行行厂厂商商选选择择 时时，需要考需要考查查并明确各厂商的具体技并明确各厂商的具体技术优势术优势所在。所在。隐隐私私计计算技算技术术服服务务商商金融科技企金融科技企业业4一级（核心）研究工具（1/2）类别一类别二类别三技技术术效能均效能均值值曲曲线线初步探索期初步探索期敏捷敏捷实实践期践期成熟成熟发发展期展期平平缓缓上升期上升期卓越效能期卓越效能期iResearch：技术效能发展象限基于对技术宏观面的研究，我们对“iResearch：技术（科技）效能发展象限”这一研究工具展开了进一步的细化设计与定义。在一个完整的科技效能周期内，技在一个完整的科技效能周期内，技术术效能均效能均值值曲曲线线的走的走势势（斜率）将伴随所（斜率）将伴随所处时处时期的不同而期的不同而发发生生变变化。化。下述周期下述周期规规律不律不仅仅适用于适用于单项单项技技术术的落地的落地实实践研践研究究，同，同样样适用于一适用于一类类技技术术（多元技（多元技术术融合）的融合）的实实践研究。践研究。iResearch：（研究周期）技技术术效能效能发发展象限展象限绘绘制制时间时间：XX年年XX月月科科 技技 效效 能能（E）用例E用例F用例G用例B 用例A用例C用例D技技术术付付诸实诸实践践的的初初 期期阶阶段段：理：理论论解解决决因因该该阶阶段段的的主主要要实实 践践为为落落地地方方案案的的理理 论论性性探探索索与与验验证证性性 测测试试，因因此此产产生生的的 技技术术效效能能较较低低或或可可 以忽略不以忽略不计计。技技术术在在局局部部业务业务中中 展开展开落落地地实实践践，同，同方案方案形形成、成、POC等等。时时也也在在探探索索规规模化模化实实践策略。践策略。技技术术渗渗透透率率与与技技术术 ROI都都处处于于初初期期增增 长长阶阶段段，因因此此技技术术 效效能能均均值值曲曲线线斜斜率率 较较小。小。技技术术在在业业务务中中开开启启规规 模模化化应应用用，科科技技效效能能 进进入入快快速速增增长长期期，因因 此此技技术术效效能能均均值值曲曲线线 斜率斜率较较大。大。技技术业务术业务渗渗透率透率迈迈向峰向峰值值状状态态，技技术术ROI 进进入增入增长长瓶瓶颈颈。整整体体科科技技效效能能释释放放 空空间间有有限限，因因此此技技 术术效效能能均均值值曲曲线线走走 势势回回归归平平缓缓。技技术术渗渗透透率率已已达达临临 界界值值，技技术术ROI不不 再再增增长长。整整体体科科技技 效能不再有效能不再有释释放空放空间间，技，技术术效能均效能均值值曲曲线线斜率斜率逐逐渐归渐归零零。时时期（期（T）5一级（核心）研究工具（2/2）定义两种效能曲线：技术效能均值曲线&业务效能曲线在的技术宏观面研究中，我们将“技术”与“业务”作为两个主要的观测锚定点。下述两类曲线的标准制定中，参考了大量来自金融、政务、制造业、运营商等诸多行业中多项技术实践的案例实证与数理实证。定定义义1-技技术术效能均效能均值值曲曲线线：反映技：反映技术术在一个行在一个行业业/领领域中域中实实践的完整周期里，技践的完整周期里，技术术效能的效能的变变化化规规律。律。定定义义2-业务业务效能曲效能曲线线：反映技：反映技术术在一个行在一个行业业/领领域中域中实实践的完整周期里，践的完整周期里，业务业务效能的效能的变变化化规规律。律。技术效能均值曲线是用例参考曲线，业务效能均值曲线是用例定位曲线。技技术术效能均效能均值值曲曲线线效效 能能（E）业务业务效能曲效能曲线线效效 能能（E）Model 1：iResearch-科技效能科技效能发发展象限展象限科科 技技6 iResearch：业务效能发展象限iResearch：科技效能发展象限Model 2：iResearch-业务业务效能效能发发展象限展象限业业 务务类别一 类 别 二科科技技效效能能在在整整个个实实践践周周 期期之之内内只只有有上上升升，没没有有 下下降降：技术在投入实践 之前不产生技术效能，随着实践加深，技术所 释放的效能增加，不会 出现技术效能反减的情 况。时时期期（T）类别三类别一 类 别 二业务业务效效能能在在不不同同时时期期会会 出出现现上升与下降的上升与下降的变变化：化：技术实践初期随着技术 投入成本增加，以及业 务人员对技术工具学习 成本的投入，综合导致业 务效能呈现下降走势。但 随着应用实践的逐步 成 熟，业务效能将呈现 上 升走势。时时期（期（T）类别三二级（辅助）研究工具对技术应用实践情况的研究，“iResearch：技术实践洞察雷达”将设置相应评估指标（在 “实践深度”与“实践效能”这两个维度下设置多 个细化指标，不同类别的技术通常需要差异化设置细分指标）。以此为基础，分析师将结合案例 实证研究及数理实证研究，输出研究成果。实实 践践 效效 能能7低低高高iResearch：数字实践洞察雷达iResearch：技：技术术实实践践洞洞察雷达察雷达（领领域域/行行业业，市市场场范范围围）高高实实践深度践深度低低绘绘制制时间时间：XX年年XX月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践隐私计算效能发展象限注释：1&2：各发展时期定义见前文“研究工具说明”。政务通信运营商行业类别技技术术效能均效能均值值曲曲线线时时期（期（T）初步探索期初步探索期敏捷敏捷实实践期践期成熟成熟发发展期展期平平缓缓上升期上升期卓越效能期卓越效能期隐私计算目前处于落地初期阶段，金融、政务、通信运营商 领域的商用实践相对领先；医疗领域拥有较高的技术实践契 合度，部分厂商对此寄予良好的市场发展愿景目前行业处于“基建期”，隐私计算在企业与机构中的商业实践也主要处于POC或者通过POC的初步应用阶段。根据对 行业用户技术实践规划的调研，金融、政务、通信运营商、医疗等领域在13年内将展开加速投入，率先推进“行业基 建”的同时展开相应场景实践，逐步由初步探索期1迈向敏捷实践期2。iResearch：2021-2022年年中中国国隐隐私私计计算算效效能能发发展展象限象限绘绘制制时间时间：2022年年3月月科科 技技 效效 能能（E）a.位于效能均值曲线越上方的用例，代表该用 例（领域）在2021-2022这一研究周期内的技术实践效能越高。b.该象限是一种周期性研究工具，我们将持续 通过该工具对隐私计算的落地实践展开研究。高金金 融融 银()()金()校 其 融及 他研 融 券机 领构 域网车源力医保 行科 金 证疗险除银行、保险、证券外 的其他金融企业或机构。从用从用例例分分布布来来看看：隐隐私私计计算算整整体的体的应应用用处处于初于初步步 探索期探索期。银银行行是是隐隐私私计计算落算落地地实实践最践最领领先的先的领领域域。广互航旅 汽 能电告联零售8象限解象限解读说读说明明 iResearch：2021-2022年中国隐私计算效能发展象限象限解读：依托象限背后所支撑的案例实证、数理实证、市场调研信息，对隐私计算商用实践中的关键问题展开 分析。象限解读分为两个部分：象限整体解读、象限关键用例 解读。欲对象限进行更为深入的了解与研究，请联系。9象限整体解读Section 1：整体商用整体商用实实践践实实践践领领跑跑行行业业：金融、政务、通信运营商是招投标次数和企业采 购金额较多的领域。医疗行业市场份额虽然相对少于上述三个领 域，但拥有较高的技术实践契合度，市场发展空间被看好。实实践践后后发发行行业业：如航旅、能源、电力、汽车等领域，现阶段的招 投标次数和企业采购金额相对较少。Section 2：细细分分领领域商用域商用实实践践实实践践领领跑行跑行业业（金融）：金融）：金融领域客户数量庞大、数字化程度领先，成为兵家必争之地。目前银行的商用实践领先，保险、证券也在逐 步跟进实践进程，这也是一项技术在金融领域落地的一贯规律。对 于厂商来说：头部金融机构数量较少，与其合作更重要的意义在于 树立典型实践案例。中尾部金融机构的数量庞大，对这部分目标客 户的渗透率将成为决定厂商在金融领域市场占有率的关键影响因素 之一。实实践践领领跑跑行行业业（政政务务）：相比于金融领域，政务领域的客户数量有 限，但是客单价相对较高（结合2021年客单价来看）。政务领域 的数据开放将为数据运营市场带来巨大的发展机会。实实践践领领跑跑行行业业（医医疗疗）：医疗行业是隐私计算实践认可度较高的领 域，但同时也对厂商提出了更高的专业能力要求（能力要求见后文 对“医疗”用例的解读）。虽然医疗领域目前的厂商集中度不高，但部分厂商正在将医疗列为市场边界拓展的核心方向。实实践践领领跑跑行行业业（通通信信运运营营商商）：作为数据提供者的角色，运营商将 基于隐私计算平台能力的建设，让数据开放走向合规化，同时也将 加深数据开放的广度与深度。实实践践后后发发行行业业：能源、电力、航旅等领域虽然在现阶段不是隐私计 算商用实践的主阵地。但是因为各领域间存在不同程度的数据流通 需求，因此“实践领跑者”将在一定程度上带动“实践后发者”的 隐私计算应用实践。用例圆越大，表示该领域的厂商集中度3越高注：1、行业用户技术实践积极程度：通过行业用户数、招投标次数、采购金额等维度综合反映。2、应用场景实践度：通过应用场景数量、实践深度、业务应用深度等维度综合反映。3、厂商集 中度：将某一领域作为关键市场发展方向的厂商数量。象限整体解读象限关键用例解读高高低低低低行行业业用用户户技技术实术实践践积积极极程程度度1高高 应应 用用 场场 景景 实实 践践 度度 2金融隐私计算的商用实践分析在“iResearch：2021-2022年中国隐私计算效能发展象限”的研究基 础上，我们围绕“应用场景实践度、行业用户技术实践积极程度、厂 商领域集中度”三个维度进行解读。隐隐私私计计算商用算商用实实践分析践分析绘绘制制时间时间：2022年年3月月政务通信运营商医疗航旅汽车用例位置用例位置说说明明实实践践领领跑行跑行业业互联网 高校及科研机构广告 电力能源零售实实践后践后发发行行业业用例位置只反映不同场景用例之间在“三个维度”方面 的相对关系，而不用于说明某一个领域的绝对位置定位。10象限关键用例解读：金融（1/2）注释：1、隐私计算处于落地实践初期，且较多案例处于POC阶段，因此各类业务场景主要集中于“敏捷探索”象限；2、在当下隐私计算的落地阶段，雷达图主要用于反映隐私计算Section 1：发发展展现现状分析状分析Section 2：未来未来发发展展预预估估a.调研显示，预预计计2022年年展展开开隐隐私私计计算算投投入入的的金金融融机机构构数数量量约约是是 2021年年的的2倍倍或或2倍倍以以上上（增增量量部部分分包包括括了了在在2021年年处处于于POC进进 而而在在2022年年正正式式投投入入应应用用的的金金融融机机构构）。参与隐私计算实践的 金融机构数量的增加，将在一定程度上让技术实践深度、技术实 践效能实现同频提升。b.随着平台建设的完善，应用层的场景实践将陆续展开，拥有优秀 数据运营能力的厂商将具备竞争优势。c.分析师认为风风控控、营营销销大大类类场场景景中中至至少少分分别别会会有有13个个细细分分场场景景 用用例例进进入入“实实践践扩扩展展”象象限限，这这些些细细分分场场景景将将在在技技术术性性能能允允许许的的 范范围围内，内，扩扩大大业务实业务实践范践范围围。d.隐私计算将进一步与区块链技术融合，推进金融可信基础设施建 设，强化数字监管能力，并逐渐融入监管沙盒体系。基基础设础设施建施建设设的的发发展展现现状：状：2021年金融机构用户主要以技术基础 设置建设为主。国有大行、股份制银行是展开隐私计算平台建设 的主力军，部分保险公司、证券公司、少部分城商行等也有参与 实践。市场调研发现，2021年第四季度的POC数量出现大幅增加，这也为2022年的金融机构隐私计算平台建设的高速增长打下基础。应应用用层层场场景景实实践践和和数据数据调调用用需需求：求：部分客户会在平台建设的同时 提出数据源接入需求，进而为后续的应用层场景实践做准备。对 于应用层的场景实践来说，风控类、营销类的场景实践案例较多，定价、评级、ABS、监管等场景也在逐步落地，部分厂商基于场 景模型的定制化方案中，在逐步探索标准化数据智能产品。此外，基于银行等机构对跨平台数据调用的需求，还有行业客户（如招 商银行）还发起了互联互通建设的项目需求，进而为多方数据调 用和应用层场景实践做好技术铺垫。实实 践践 效效 能能低低技术实践分析iResearch：隐隐私私计计算算实实践洞践洞察察雷达雷达（金融（金融领领域，域，中中国国市市场场）高高实实践深度践深度低低绘绘制制时间时间：2022年年3月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践高高 个人借贷风险识别 企业借贷风险识别数字监管ABS投资者合规认证资金流水核验精准营销 存量客户促活借贷额度定价 保险精算定价资产扫描 债券指数编制资产评级 保险理 生物特征信息保护赔象限整体解读在各领域中的整体落地状态，现阶段行业中的高价值案例实证与数理实证有限，且技术实践中的变量因素较多，雷达图用例分布状态在短期内极有可能发生较大位置变化。11象限关键用例解读42象限关键用例解读：金融（2/2）行业用户调研注释：N=151，受访者涵盖金融机构中的IT/技术部、各金融业务部门等技术应用者。来源：金融机构调研、研究院自主研究及绘制。象限整体解读象限关键用例解读行行业业用用户户的技的技术战术战略略实实践践视视角下：角下：隐隐私私计计算算应应用的重要关注点用的重要关注点该部分内容由分析师对金融机构用户进行访谈而综合整理得出，下述所列是 受访者关注度较高的内容。这些内容从数字战略角度反映了行业用户对隐私 计算的价值定位与实践考量。约75.5%的金融机构技术实践者关注：隐隐私私计计算算对对开开放放金金融融战战略略的影响的影响金融机构将自身服务能力对外开放时，需要多维度的数据对目标用户 需求展开精准判断，以此加深金融服务质量与深度。在这个问题上隐 私计算将发挥卓越价值。约67.5%的金融机构技术实践者认为：隐隐私私计计算将推算将推动动金金融融全全域域数字数字化化建建设设进进程程根据持续对金融机构数字战略的关注，全域数字化的发展一直被 定义为数字金融发展的关键底层能力。银行、保险领域对全域数字化 建设的需求更为迫切，隐私计算以数据可信流通为基础，将协同多元 化的可信技术能力，构建全域数字化建设的闭环。金融机构用金融机构用户户所关注的所关注的隐隐私私计计算算技技术术服服务务商商能能力力（2022年年3月月调调研，研，中中国国市市场场）产品安全&安全自证能力82.1%产品性能81.5%部署形式与交付能力69.5%产品功能68.2%客户服务经验56.3%国产化的自主可控能力47.7%可扩展性46.4%数据运营能力46.4%咨询服务能力33.1%跨平台互联互通能力33.1%区块链等技术辅助能力13.2%其他3.3%占比（%）注释：1、N=151，受访者涵盖金融机构中的IT/技术部、各金融业务部门等技术应用者；2、研究团队首先征集了相关技术应用者主要关注的能力方向，分析师对此进行归纳整 理，并设计了选项；3、在调研过程中，每一位受访者最多选择六个选项。来源：金融机构调研、研究院自主研究及绘制。43象限关键用例解读：政务（1/2）注释：1、隐私计算处于落地实践初期，且较多案例处于POC阶段，因此各类业务场景主要集中于“敏捷探索”象限；2、在当下隐私计算的落地阶段，雷达图主要用于反映隐私计算 在各领域中的整体落地状态，现阶段行业中的高价值案例实证与数理实证有限，且技术实践中的变量因素较多，雷达图用例分布状态在短期内极有可能发生较大位置变化。实实 践践 效效 能能低低高高技术实践分析iResearch：隐隐私私计计算算实实践洞践洞察察雷达雷达（政（政务领务领域，域，中中国国市市场场）高高实实践深度践深度低低绘绘制制时间时间：2022年年3月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践Section 1：发发展展现现状分析状分析政政务务机机构构的的隐隐私私计计算算整整体体实实践践分分析析：2021年，随着数据安全 法个人信息保护法的相继出台与实行，以及相关政策的 支持与鼓励下，政务机构开始逐步进行隐私计算平台建设的投 入。地方大数据局、数据资源管理局等相关单位是现阶段的主 要技术采购方。因目前隐私计算在政务领域的实践主要处于基 础设施建设阶段，应应用用层层的的场场景景实实践践主主要要以以探探索索为为主主，所所以以雷雷 达达图暂图暂不不进进行行细细化化场场景的用例展示。景的用例展示。政政务务机机构构的的隐隐私私计计算算应应用用，可可以从以从“横横向向”和和“纵纵向向”两两个个维维 度来分度来分析析。从。从“横向横向”角度角度来来看看，政务机构在数据跨境、民生 服务等方面展开了积极探索，在数据隐私保护的前提下，一定 程度上降低了不同组织间数据协作的审核成本；从从“纵纵向向”角角 度来看度来看，政政务务机机构需构需要要践行践行数数据开放据开放战战略略。政府部门汇集了交 通、教育、税务等多维度、高量级、高价值的数据，隐私计算 的应用让传统模式下无法开放的政务数据可以实现安全可控的 流通，因此除了隐私计算平台的建设外，政务机构还需要具备 数据运营能力的服务商，让数据以“产品化”的形式对外开放。Section 2：未来未来发发展展预预估估a.结合市场调研，预计2022年展开隐私计算投入的政务机构数 量约是2021年的1.52倍（增量部分包括了在2021年处于 POC进而在2022年正式投入应用的用户）。b.基础设施建设将依然是政务机构在2022年的主要投入，部分 应用层场景实践也会随着基础设施建设的实现而同频展开。c.在促进数据要素流通的背景下，政务机构将逐渐开放自身数 据能力赋能各行各业。政政务务机机构构将将与与技技术术服服务务商商有有望望以以BOT 的模式展开合作。的模式展开合作。银企融资对接 审计机构跨地查询智慧城市（交通数据等）象限整体解读象限关键用例解读政务数据共享（开放）平台 数据交易所建设数据跨境 数据风控民生服务44象限关键用例解读：政务（2/2）行业用户调研注释：N=135。来源：政务机构调研、研究院自主研究及绘制。象限整体解读象限关键用例解读行行业业用用户户的技的技术战术战略略实实践践视视角下：角下：隐隐私私计计算算应应用的重要关注点用的重要关注点产品安全&安全自证能力81.5%该部分内容由分析师对政务机构用户进行访谈而综合整理得出，下述所列是受访者关注度较高的内容。这些内容从数字战略角度反映了行业用户对隐私国产化的自主可控能力77.8%计算的价值定位与实践考量。部署形式与交付能力63.0%客户服务经验61.5%数据运营能力44.4%可扩展性43.7%咨询服务能力33.3%71.9%71.1%31.9%11.1%产品性能产品功能跨平台互联互通能力区块链等技术辅助能力其他2.2%占比（%）注释：1、N=135；2、研究团队首先征集了相关技术应用者主要关注的能力方向，分析 师对此进行归纳整理，并设计了选项；3、在调研过程中，每一位受访者最多选择六个 选项。来源：政务机构调研、研究院自主研究及绘制。约87.1%的政务机构技术实践者关注：隐隐私私计计算算在在“政政务务数数据开据开放共放共享享，促促进进数数据据要要素市素市场场化化配配 置置”方面的方面的实实践践价价值值政务领域的技术应用者积极响应政策，在通过隐私计算所构建的可信 数据流通基础设施上，将积极践行数据开放战略。受访者反馈，除了 基础设施的建设外，未来政务机构的数据开放需要与具备良好数据运 营能力的厂商进行合作。约71.0%的金融机构技术实践者关注：隐隐私私计计算算对对“跨跨部部门门/单单位位的的数据流数据流通通效率效率提提升升”方方面面的的实实 践价践价值值受访者较为关注隐私计算对打破数据孤岛的实践价值，改变以往不同 单位/部门之间数据流转效率低的问题，提升机构内部的工作效率以 及面向群众的公共服务效能。政政务务机构用机构用户户所关注的所关注的隐隐私私计计算算技技术术服服务务商商能能力力（2022年年3月月调调研，研，中中国国市市场场）45象限关键用例解读：医疗实实 践践 效效 能能低低高高技术实践分析iResearch：隐隐私私计计算算实实践洞践洞察察雷达雷达（医（医疗领疗领域，域，中中国国市市场场）高高实实践深度践深度低低绘绘制制时间时间：2022年年3月月敏捷探索敏捷探索卓越回卓越回报报实实践践扩扩展展精益精益实实践践疫情防控 基因研究临床医学研究 药物研发真实世界证据研究Section 1：隐隐私私计计算算+医医疗疗的的应应用用实实践特点践特点医医疗疗领领域域的的数数据据类类型型更更为为多多元元化化、且且复复杂杂度度高高：医疗领域中，除 HIS系统中的结构化数据外，还拥有如病例、医嘱等大量非结构 化数据，以及CT医学影像信息、基因等多类型的数据信息。相比 其他领域的数据类型更多，复杂度更高。数据数据处处理理与与分析分析方方法更法更为为多多元元化化：非医疗领域通常以逻辑回归、树模型等方法可以实现征信、风控、营销等多数场景的应用需求。医疗领域除了常用的数据分析模型外，还需要基因数据对齐、全 基因关联组分析、影像勾划、病灶识别、非结构化数据的关键信 息提取等关于统计学分析、生成率分析等数据处理与分析的方法。医医疗疗领领域域的的联联合合计计算算参参与与方方数数量量更更多多：例如科研合作、新药研发 等应用场景通常需要十几家甚至几十家医院的联合参与，因此对 多节点并发计算的能力要求更高。安安全全性性要要求求更更高高：医疗领域多数场景的联合计算数据结果与患者 生命安全相关。在隐私计算的实践中需要更为安全的恶意模型假 设，在计算过程中发生恶意篡改时，可以实现即时阻止。计计算算结结果果精精度度要要求求更更高高：医学领域的数据计算结果需要实现零误 差或者将误差控制在极低的范围内，否则将会在新药获批、临床 辅助诊断结果等方面产生影响，因此需要可以保证精准计算结果 的隐私计算解决方案。Section 2：未来未来发发展展预预估估a.医院之间存在医疗信息互联互通的考核，卫健委正在加速制定医 疗领域的数据安全指南及相关标准方案，在数据安全法等相 关法律出台后，医学专家需要通过数据不出院的方式展开联合科 研，这些因素都将加速医疗机构的隐私计算投入。b.结合医疗机构调研及卫健委相关政策的实施，预计在2022年底 或者2023年初，医疗领域的隐私计算采购将实现一定程度的增 长。并在20232025年，医疗领域进入隐私计算投入的增速期。注释：1、隐私计算处于落地实践初期，且较多案例处于POC阶段，因此各类业务场景主要集中于“敏捷探索”象限；2、在当下隐私计算的落地阶段，雷达图主要用于反映隐私计算 在各领域中的整体落地状态，现阶段行业中的高价值案例实证与数理实证有限，且技术实践中的变量因素较多，雷达图用例分布状态在短期内极有可能发生较大位置变化。医学影像分析 医保DRGs建模象限整体解读象限关键用例解读谢谢谢谢聆听！聆听！