得益于一场分享会，听到同事关于隐私计算的介绍，在借鉴其资料基础上，由此写下一篇心得。

中国唯一图灵奖获得者姚期智院士于1986年通过【姚氏百万富翁】问题，提出【安全多方计算】理论，基于这项理论，在后来得以发展总结，形成【隐私计算】。

在当下互联网环境中，隐私计算逐渐成为金融、医疗等行业大数据、区块链等的技术服务方式与产品设计方向。从归属、使用出发，对权限进行管理，在保证数据安全的同时，提高其使用性及价值。

在此不得不提到数据孤岛问题，形成数据孤岛原因在我看来有三点：

①各部门的数据定义存在巨大差异，缺乏统一的规范管理；

②各企业之间数据需要对自身数据进行保密，维护数据的价值；

③个体之间缺少统一的战略方针，各自发展各自建设。

基于这三点，数据的共享互通是解决数据孤岛的关键。对企业整体的数据进行统一管理与维护，节省存储空间；数据在物理上相互依赖，不同的业务可以复用同一计算结果，减少计算成本；在逻辑上能够统一操作与具体表格、字段的规范管理；不同的业务、部门可以延伸出不同的数据需求，做更多的分析模型。

这是关于数据孤岛问题的优点及企业级解决方案体现出的必要性。而在这过程中，如何在共享互通的前提下，保证数据的安全性和私密性，则需要考虑到隐私计算。所谓【不给牛吃草，又要牛干活】即隐私计算的一个生动描述。

隐私计算大体为了三类：

①多方安全计算，数据方发起计算任务，以枢纽节点为中心寻找相似数据类型进行安全协同计算；

②区块链，分布式去中心化存储信息，通过md5加密传输；

③联邦学习，在保证模型质量完好、数据隔离的情况下，多方多节点开展机器学习。

然而不管是哪一种技术，在国内都没有相对成熟的技术成果。在行业应用上、在产品发展规模上、在市场规模上都存在巨大的空间。私认为隐私计算的概念能够在大数据技术上发挥光芒，隐私计算的权限管理能够在分布式数据仓库中找到其对应的位置，并有效推动企业级数字战略计划的发展。

现在具备隐私计算能力产品的企业正在上市发展，正在形成体系与规模。隐私计算这条路能走向什么方向，除了金融、医疗、政务以外，还能为什么样的行业和人群提供服务，正是眼下需要关注的。期待个体能够通过隐私计算，把自身产生的数据价值得到发挥，在保证个体信息安全的同时，每个人也能从信息时代找到参与感。