全球57个最新隐私计算案例盘点
原创 隐宝 开放隐私计算 2023-11-28 21:00 发表于浙江
收录于合集#应用案例18个
开放隐私计算
开放隐私计算社区OpenMPC是一个专注隐私计算领域的生态社区。社区秉承开放共享的精神，一直致力于隐私计算行业的研究与布道，成员已覆盖国内众多顶尖技术大牛、行业大V、知名学者、资深专家等。
265篇原创内容
**
公众号
11月23日，由杭州数据资源管理局牵头指导，杭州数据协同创新未来实验中心·隐私计算联合创新实验室联合火山引擎、杭州数据交易所、联通研究院、OpenMPC社区、数据要素社、西安交通大学、中国电信翼支付（排名不分先后，以拼音首字母为顺序）共同编写的《2023全球隐私计算报告》在第二届全球数字贸易博览会上正式发布！
（关注“开放隐私计算”公众号，后台回复“20231127”获取报告完整版）
报告立足全球视角，充分调研全球隐私计算行业的最新进展，并通过政策、技术、市场应用和开源等多角度对对隐私计算行业2023年的发展现状及发展趋势进行调研和分析，揭示隐私计算在数据要素安全流通中的重要作用，为大家了解隐私计算行业提供一个全球视角，共同促进数据要素市场的蓬勃发展！本文将整理报告里全球的隐私计算典型应用案例做一个分享。
国内
1.隐私计算助力医疗科研****
为了能够在不同医学科研机构之间共享医疗数据，国家卫健委利用联邦学习技术搭建了一个隐私保护的医学科研平台，各医学科研机构可以在平台上不断丰富自己的模型，同时保护各自数据的隐私。
2.基于隐私计算的烟草消费大数据分析平台
芳草数据平台利用安全多方计算与同态加密技术，在保护多方数据隐私的情况下通过分析环境、人群等多种因素为烟草店的选址提供参考。
3.腾讯联邦学习金融风控
腾讯Angel PowerFL联邦学习团队与某大型金融服务机构合作，成功实现了原始数据特征不传输的保护隐私的情况下，多方数据源联合构建出更准确的信贷风控模型，并已在大规模商用场景中落地。
4.智慧金融隐私计算服务平台
洞见科技与某大型国有银行合作，基于洞见安全多方数据智能平台，利用隐私计算、联邦学习、区块链等技术，为银行提供了“隐私计算+区块链”的智能金融隐私计算服务平台，解决了银行内部的数据共享与外部数据互通的问题。
5.联邦学习金融营销
通过联邦学习的方式，富数科技帮助某银行在用户样本不出域的情况下，结合流量平台的内部用户特征或外部三方数据进行联邦建模，在精准定位用户对信用卡申请的兴趣的同时，通过信用模型来过滤信用差的用户，从而实现信用卡业务的增长。
6.保护隐私的基因分析系统
锘崴信隐私计算平台采用安全多方计算、同态加密、联邦学习等隐私计算技术打造了基因分析系统，既能满足基因研究所需的超大数据量的技术要求，又解决了使用传统大数据平台时存在的，平台作为受信第三方是否可靠的问题，使研究人员和数据提供方更有意愿进行数据共享。
7.百度“观星盘”联合营销
百度安全联手数据流通服务部使用联邦计算技术，为观星盘开辟了“联合营销绿色通道”，在保证各方敏感数据不出域的前提下将百度观星盘数据和广告客户数据安全打通，以实现联合精准广告营销。
8.星云Clustar联邦数据中台
星云的“联邦+数据中台”基于联邦学习的创新技术，为企业建设了一个能保护数据核心资产的数据中台，一方面打通集团子公司业务部门的数据，解决内部数据不足、特征维度单一问题，另一方面能够帮助集团子公司轻松获取外部有效的数据信息，满足企业与第三方单位进行数据合作的需求。
9.保护隐私的营销与风控业务
冲量科技将隐私计算、机器学习、云原生和区块链等技术融合后推出了冲量数据互联平台，该平台能保证用户在隐私、安全和合规的条件下进行数据协作，并保障各方权益，共同挖掘数据价值，为营销和风控业务提供精细化地指导。
10.新冠疫情密切接触隐私查询
翼支付在疫情期间研发了“新冠疫情密切接触隐私查询”系统，该系统依托于不经意传输、盲签名等前沿密码学技术，不需要用户将身份信息提交给运营商等第三方数据库即可获得行程查询结果，且保证行程信息对第三方被查询数据库不可见，满足了用户对隐私数据不出本地的安全需求。
11.证券数据流通问题的隐私计算方案
针对目前证券行业中存在的数据孤岛、合规管理、高价值数据无法有效流通等问题，天冕科技基于天冕隐私计算平台强大的核心技术能力，深入研究证券行业的数据安全流转体系，在成功实践的基础上形成了针对证券行业的隐私计算整体解决方案。
12.大数据法律监督应用平台
浙江省嘉兴市嘉善县检察院“数智共享应用项目”在长三角示范区取得了建设性成果，这也是全国首个在司法领域融合区块链、隐私计算与大数据技术的典型案例，借助隐私计算与区块链技术，解决了传统大数据法律监督过程中流程合规、隐私保护、监督友好的三角困境。
13.基于隐私计算的到店服务类消费分析
为了能在不侵犯用户数据隐私的情况下进行外部数据探查，美团建立了联邦学习平台，并与联通数科开展异业数据合作，在到店服务类消费分析场景下验证隐私计算模式大量级联合建模的有效性，加速业务实现规模化经营，降低成本，提升经营效率。
14.基于隐私计算敏捷服务模式的大数据应用实践
中国移动基于隐私计算技术，打造了运营商跨行业数据融合服务模式，实现了数据要素的可信、可靠开放共享，快速响应跨行业数据合作需求，支撑金融、政务、医疗和互联网企业等领域客户，开展联合风控、电子政务、智慧医疗、联合营销等场景应用。
15.企业HR机密信息的大数据隐私计算应用
HR团队持有并维护的人力、薪酬等机密数据一直是企业数据安全的重点保护对象，腾讯从安全、功能和性能三个维度考虑，提出了一站式机密计算解决方案：通过机密计算平台，将用户的核心机密模块放入飞地中运行，极大地缩小了用户应用的可信基，从而提升整体系统的安全性。
16.基于隐私计算的数据共享平台
某城商行内可支持客户画像的有效数据不足，模型精准度难以提高，希望通过与中国移动浙江公司合作，补齐多维度特征数据，双方使用蓝象智联的隐私计算GAIA平台技术，通过隐私集合求交技术得到了更精准全面的用户画像模型，在满足用户隐私保护下，为后续的客户服务、精准营销提供更精准支撑。
17.中国银联隐私计算平台
为了提高数据价值的有效流动，并且保证隐私计算平台的自主可控，中国银联金融科技研究院基于开源方案FATE作为底层能力基础，并在此基础上结合隐私集合求交等技术二次定制形成了银联自主的“银联隐私计算联邦学习平台”。
18.基于隐私计算的生物特征识别应用
为了保护用户的人脸信息等生物特征，中国银联和交通银行结合隐私计算安全多方计算技术和人脸识别技术，在不传输生物特征原始数据的前提下通过安全多方计算的方式完成人脸的认证比对，从而在不改变用户交互流程的前提下达到保护用户隐私信息的目的。
19.基于智算中心的隐私计算应用实践
中国电信基于软硬件结合的可信执行环境技术，对内实现数据确权跟踪、对外实现数据共享交易，盘活中国电信分布在全国不同区域的数据资源和算力资源，通过数据开放、算力输出以及中国电信在AI领域的算法模型实践，赋能电信各省分公司和外部政企客户。
20.全匿踪隐私计算技术平台建设实践
中信证券传统营销大多是广告或流量盲投，效率低下且浪费资源，利用全匿踪联邦学习技术，实现证券公司与流量方联合构建营销模型，在不泄露客户个人信息的前提下对客户进行联合画像和产品推荐，能够在不暴露双方个人隐私信息的前提下实现利益最大化。
21.基于隐私计算平台的供应链金融产业实践
为解决数据难共享、难验证、信任高度中心化且穿透力不足等问题，浦发银行与翼支付合作，基于安全多方计算、联邦学习、区块链等技术，实现了高效精准的隐私安全供应链金融系统，保证各个企业商业数据不泄露，实现业务效率、业务范围、风控效果等多方面的提升。
22.隐私计算下的微观数据安全共享
金智塔和浙江省统计局合作打造了隐私计算赋能统计微观数据安全共享平台，项目实现了浙江省多个政府部门内外部千万级数据安全共享和融合计算，并相继成功应用到省市多个政府部门的具体业务场景。
23.隐私计算在新型电力系统中的应用
为了在不泄露每个电场的电力数据明文信息，可以利用联邦学习等技术对相邻的风电场数据进行联合建模，在不直接共享数据的情况下训练电力系统的模型。
24.首都金融数据隐私化模式
华控清交基于多方安全计算及同态加密等技术提出的安全数据融合解决方案，能够在不解密加密数据的情况下进行计算，从技术层面解决了数据隐私保护与数据高效流通对立的问题，使多个非互信金融数据源之间可以在数据全程加密的前提下进行高效的大数据融合和计算。
25.健康医疗数据应用开放平台
翼方健数在厦门建立了基于隐私安全计算技术的健康医疗数据应用开放平台，通过开放平台提高数据使用效率,打破数据孤岛,构建了一个医疗数据应用开放的数据生态，为厦门医疗大数据的科研协作分析以及精准医学的发展提供了有力的基础设施保障。
26.隐私计算助力识别风险账户
凤栖隐私计算平台与银行展开合作，通过对银行侧和移动侧提供的数据样本进行隐私集合求交，在双方数据不出域的情况下安全求交，移动侧将交中样本进行特征回溯，如基础信息、资费、设备维度、黑名单等特征，银行侧通过匿踪查询识别用户风险等级。
27.生物数据隐私计算平台
该平台为满足微生物跨领域数据融合分析和互信互用的需求，实现开放的数据联盟链服务网站、知识库、控制台、区块链浏览器及智能合约的建设，利用区块链和隐私计算技术，它实现了对具有数据风险保护要求的科学数据“可用不可见”的应用实践。
28.星环Sophon P²C联邦学习平台
Sophon P²C是星环科技研发的一款分布式联邦学习平台，集隐私计算、加密网络通信等多种功能，为多方安全建模提供完整的解决方案。以隐私保护为前提，Sophon P²C解决了跨组织协作时无法安全利用各方数据的困境。该平台在智慧政务、智慧民生等方面均取得了良好的效果。
国际
1.美国——波士顿女性劳动力数据安全分析
为了衡量波士顿地区的性别和种族工资差距，波士顿政府采用安全多方计算技术开发了一款可以进行安全向量加和的程序，对超过100个组织提供的整个波士顿地区的人口与工资数据进行了安全多方加和。
2.欧盟——利用可信的智能调查技术实现数据安全收集
为了利用智能设备中的传感器来补充现有的数据集，欧洲统计局使用了联邦学习、安全多方计算以及同态加密技术对参与调查者的设备上的传感器进行了不泄露隐私的数据收集，最终在市、区域或国家层面生成统计数据。
3.欧盟——安全处理长期移动运营商的数据
为了使国家统计局能够安全地对长期的移动运营商的网络数据进行分析，欧盟统计局利用可信执行环境从移动用户的通话数据中提取用户每天访问网络时的位置摘要而不泄露用户的其他信息。
4.印度尼西亚——在移动运营商之间秘密共享数据
为了生成总体的旅游统计数据，印度尼西亚旅游部通过Sharemind HI平台，在可信执行环境Intel SGX中对不同地区的移动运营商的游客数据集进行了数据机密共享。
5.意大利——使用保护隐私的记录链接实现数据分析
为了实现丰富的社会经济分析，意大利银行和意大利统计局通过使用安全多方计算技术进行了带有共享税务代码键的确切隐私集合求交，双方可以进行隐私数据交集查询。
6.韩国——保护隐私的数据聚合系统
为了在没有可信第三方的数据聚合系统中安全计算公共数据的聚合秘钥和比率，韩国政府采用了安全多方计算技术实现了两个企业的百万级别的数据集的隐私集合求交。
7.加拿大——使用隐私集合求交测量数据覆盖范围
为了测量第三方机构持有的数据源相对于国家统计局持有的数据的覆盖程度，加拿大统计局基于安全多方计算技术开发了一款基于密钥哈希函数的精确隐私数据匹配程序以评估双方的交集大小。
8.加拿大——训练用于私有文本分类的机器学习模型
为了在机器学习的训练过程迁移到云环境中的同时保证输入隐私，加拿大统计局利用分级同态加密技术对输入数据进行加密并传输到云环境中，在加密数据中训练用于文本分类的神经网络，实现了零售商和服务提供商之间的安全训练。
9.加拿大——为训练和测试合成隐私数据集
为了研究马拉松活动和寿命与癌症之间的关系，加拿大统计局和研究人员使用完全条件规范方法和CART和回归方法创建了隐私合成数据集，学生和研究人员可以在非安全环境中访问详细信息。
10.韩国——开发隐私保护的统计数据平台
韩国统计局为了将分散在政府部门和公共机构之间的数据进行关联，采用了同态加密、安全多方计算以及差分隐私技术将没有信任关系的各个机构与组织的数据进行了整合登记。
11.荷兰——保护用户隐私的心血管风险预测模型
为了从敏感的医疗保健数据中开发心血管风险预测模型，荷兰统计局使用同态加密、联邦学习与安全多方计算等隐私计算技术将各类医疗保健数据用于了心血管风险预测机器学习模型的开发。
12.荷兰——使用隐私求交技术衡量电子健康解决方案的有效性
为了衡量电子健康解决方案的有效性，荷兰统计局使用同态加密与隐私集合求交技术开发了一款应用程序，该应用程序能在不泄露患者信息的情况下，衡量患者的健康解决方案的有效性。
13.美国——使用隐私增强技术推进数据与模型的重复性研究
为了使推特之外的研究人员能够在不直接访问数据与模型等信息的情况下复现研究结果，推特利用联邦学习与差分隐私技术推出了针对未发布数字资产的第三方审计与研究可重复性的研究项目，该项目能够评估用于算法透明度的隐私增强技术的有效性。
14.联合国——保护隐私的联邦机器学习方法
为了能够在不侵犯用户隐私的情况下收集智能设备的数据，联合国欧洲经济委员会使用联邦学习结合同态加密与差分隐私收集了隔离生活方式下智能设备中的数据，并使用数据私密训练神经网络模型。
15.联合国——隐私保护的国际贸易数据对账
为了使多个国家统计局之间能够对独立收集的贸易数据进行对账和联合分析，联合国PET实验室使用差分隐私，可信执行环境与安全多方计算技术实现了数据在多个不信任方之间的安全计算。
16.美国——防止在人口普查中泄露敏感信息
为了防止人口普查收集到的敏感信息被披露，美国人口普查局使用差分隐私技术在原始人口数据集上添加噪声，使得数据在被其他机构使用的同时不会披露公民个人信息。
17.美国——使用保护隐私的方式分析学生财政援助数据
为了统计全美本科生的平均学生贷款和助学金数据，美国教育部使用安全多方计算技术统计分析了全美30个类别本科生的平均贷款与助学金金额。
18.英国——保护磁共振成像数据中的患者敏感信息
为了避免磁共振成像数据集在被用于训练神经网络时泄露患者的敏感信息，英国政府采用联邦学习技术避免了研究人民对敏感数据集的直接访问，使得数据集对分析师来说处于“不可见”的状态。
19.英国——以隐私保护的方式区分吸烟人群
为了防止用户的吸烟情况数据在被用于训练时发生泄漏，英国政府采用联邦学习技术使得研究者无需直接访问相关数据即可使用联邦神经网络分类器区分吸烟者与非吸烟者。
20.英国——防止在神经网络训练过程中泄露用户敏感信息
大脑年龄估计算法被训练来使用神经成像预测实际受试者年龄，为了防止受试者的敏感信息泄露，佐治亚州亚特兰大的神经成像和数据科学转化研究中心使用联邦学习技术使研究人员可以在不获知数据具体信息的情况下完成对神经网络模型的训练。
21.美国——防止设备的第一方数据被用于广告测量
为了防止广告行业获取到用户的访问与购买数据以对用户进行个性化推送，美国众多品牌开始投资搭建数据清洁室，在数据清洁室中，计算是在不暴露彼此数据的情况下进行的，通过这样的处理以防止用户的数据被泄露给广告商。
22.美国——在区块链上存储私密数据
目前，在区块链上进行的交易是公开的，用户可以追踪与钱包相关的所有交易并了解该账户的交易历史，因此许多美国的创业公司正在利用零知识证明和安全多方计算技术，这些技术可以让用户在区块链上存储私密数据，同时符合安全规定。
23.美国——使用差分隐私实现新冠接触追踪数据的收集
为了在不暴露用户具体信息的情况下收集用户的新冠接触信息，苹果与谷歌合作使用差分隐私技术收集苹果设备的信息，实现了苹果与谷歌之间在新冠接触追踪方面的合作，并保护了用户隐私。
24.美国——使用隐私沙盒防止个人隐私泄露
谷歌提出了隐私沙盒这一技术来保护其用户的个人隐私，隐私沙盒旨在利用差分隐私、k-匿名和设备处理等先进的隐私技术来取代第三方cookie执行的流程，还可以通过限制网站访问的信息量来最大程度地减少指纹识别等形式的跟踪。
25.美国——使用“私人点击测量”技术确保用户受到保护
苹果创建的私人点击测量技术是为了测量从 iOS 应用程序到网站的广告点击的次数，通过差分隐私、盲签名和数据最小化技术来确保用户数据受到保护。
26.美国——保护用户隐私的个性化广告定位
Meta公司基于安全多方计算来提升其广告定位能力，该系统允许Meta仅通过分析用户的加密数据就可以识别用户的兴趣趋向，而无需访问原始数据。
27.美国——隐私保护下的欺诈检测
美国蓝十字蓝盾保险公司在采用了包括同态加密、安全多方计算和差分隐私等多种隐私计算技术，在其医疗保险计划中利用隐私计算技术进行欺诈检测，成功在保护用户隐私的情况下检测出了多起欺诈行为。
28.美国——保护隐私的在线内容安全检测
为了在保护用户隐私的情况下对在线有害内容进行检测，苹果公司提出了基于神经哈希的儿童安全内容检测技术，该技术会根据图像的特征将图像转换为一个唯一的数字。在上传到iCloud照片之前，会将其在设备上与儿童安全组织提供的已知CSEA散列数据库进行比较。END
热门文章:
收录于合集 #应用案例
18个
上一篇案例分享丨一种基于隐私计算的数据交易模式研究
素材来源官方媒体/网络新闻
