理工酷

摘要

隐私计算作为在数据融合应用过程中保障数据安全合规的关键技术路径，其商 业模式、应用场景、技术变革、产业趋势、法律问题等正成为当前政、产、学、研、用等 各界关注的热点。在此背景下，腾讯多个部门联合撰写《腾讯隐私计算白皮书 2021》，旨在与业界共同探讨、推动隐私计算技术产业的发展，寻求在数字治理中发 展和安全的平衡点。

白皮书主要分为五个部分。第一部分阐述了隐私计算的发展背景、基本概念和 主要作用。第二部分主要分析了隐私计算的技术体系，重点对联邦学习、可信计算、 安全多方计算以及区块链和隐私计算融合发展进行了探讨。第三部分主要描述了隐 私计算当前应用的重点行业和场景。第四部分重点探讨了在法律视角下隐私计算在 数据安全合规方面的作用和痛点。第五部分重点从技术、应用、法律等视角对隐私计 算的发展进行了展望。

隐私计算的发展总体还处于起步阶段，并随着产学研用各界的研究，以及政策 环境、用户需求等变化加速演进。当前我们对隐私计算认识也处于探索阶段，未来将 根据腾讯及合作伙伴的实践以及来自各界的反馈意见，在持续深入研究的基础上适 时修订。

目录

序言 编写说明 一、隐私计算成为释放数据融合价值的助推器 （一）数据融合应用需求迫切，兼顾发展与安全合规成为行业命题 （二）隐私计算应运而生，成为数据协作过程中保护多方数据权益的技术解 二、隐私计算三大流派交织演进，和区块链融合成为主流方向 （一）联邦学习助力实现多方联合机器学习 （二）安全多方计算提供更加安全的联合数据分析能力 （三）可信计算助力隐私计算服务安全高效运行 （四）隐私计算融合区块链提升数据协作全流程保护能力 三、数据协作需求推动隐私计算应用从金融、医疗等向其他行业延伸 （一）金融 （二）医疗 （三）政务 （四）广告 四、隐私计算助力数据安全合规的价值凸显，但仍存在较大提升空间 （一）隐私计算有望成为数据协作过程中数据合规和隐私保护的技术工具 （二）隐私计算的推广应用仍存在合规痛点 五、技术演进、应用拓展和法律完善将加速隐私计算商业化进程 （一）效率、性能提升和技术融合将成为隐私计算产品化的主要方向 （二）隐私计算应用场景不断拓展，有望重塑数据使用模式 （三）隐私计算将通过助力法规政策落地促进数据融合应用 参考文献

撰写单位：腾讯