u1数据价值释放与隐私保护计算应用研究报告（2021年）中国信息通信研究院安全研究所蚂蚁科技集团股份有限公司2021年11月 版权声明本报告版权属于中国信息通信研究院和蚂蚁科技集团股份有限公司，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院和蚂蚁科技集团股份有限公司”。违反上述声明者，编者将追究其相关法律责任。 oPsPoQwOpQuMmOoRsNpNnR7NbP8OmOmMoMnMfQoPrQlOqRwP8OqQvMNZrMrPvPsRuM编制说明本蓝皮报告由中国信息通信研究院与蚂蚁科技集团股份有限公司牵头撰写，限于撰写组时间、知识局限等因素，内容恐有疏漏，烦请各位读者不吝指正。本报告在撰写过程中得到了多家单位的大力支持，在此特别感谢参编单位北京瑞莱智慧科技有限公司、杭州锘崴信息科技有限公司、蓝象智联（杭州）科技有限公司、上海富数科技有限公司、深圳市洞见智慧科技有限公司（排名不分先后）的各位专家。 前 言2020年10月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称 “十四五 ”规划纲要 ）提出“加快 迎接数字时代，激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”，强 调以数字化转型驱动生产方式 、生活方式和治理方式的变革，以此来实现加快数字化发展、建设数字中国的远景目标，充分释放数字红利谱写数字中国新篇章。政策红利释放，激活数据流通市场需求。数据作为数字化转型核心驱动力，其流通共享对打造数字经济新优势、加快数字社会建设步伐 、提高数字政府建设水平与营造良好数字生态具有重要意义。着眼数据的高效 共享与协同应用，我国密集出台《中共中央国务院关于新时代加快完善社会主义市场经济体制的意见》《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》《全国一体化大数据中心协同创新体系算力枢纽实施方案》《网络安全产业高质量发展三年行动计划（2021-2023）（征求意见稿）》等多项政策，充分体现了国家对数据生产价值以及市场贡献的高度肯定。持续释放的政策红利有效激活了数据开放共享与利用的市场需求。合规监管助力，拓展数据流通市场空间。立足于数字化转型发展实践 中数据安全以及个人信息保护的迫切需求，我国陆续发布了《中华人民共和国民法典》《中华人民共和国数据安全法》（以下简称《数据安全法》）《中华人民共和国个人信息保护法》（以下 简称《个人信息保护法》）等法律，充分体现了数字时代国家对于维护数据安全及个人信息保护的信心、雄心和决心。各领域法律法规相互衔接补充纵深发展、逐步细化，构建了以《中华人民共和国网络安全法》《数据安全法》《个人信息保护法》为核心的数字安全法律体系，着重强调了在兼顾数据安全和个人信息保护，保护个人、组织的合法权益，维护国家主权、安全和发展利益的同时，促进数据的开发利用。日趋完善的数据安全合规监管框架进一步拓展了数据安全流通的市场空间。多重部署加码，隐私保护计算前景可期。在日趋严格的合规监管、日渐强化的政策引导以及日益旺盛的市场需求等多重背景下，为有效打破数据流通壁垒、促进数据价值释放，隐私保护计算因从技术角度实现了数据价值的共享流通和协同应用，有效促进了数据这一新型生产要素经济价值最大程度地发挥而备受关注。当前，隐私保护计算技术在金融、医疗 、政务等领域已具有初步的应用探索。但受制于隐私保护计算前沿技术了解不详、数据安全和个人信息保护政策法规理解不足、产业落地缺乏参考等诸多因素，使得隐私保护计算技术尚未实现规模化的应用。在前期《隐私保护计算技术研究报告》《隐私保护计算与合规应用研究报告》研究基础上，本报告聚焦隐私保护计算技术产业落地缺乏参考的问题，对数据、数据价值、隐私保护计算如何助力数据价值释放以及 在金融、医疗、政务领域场景的应用价值进行探讨与探索 ，为隐私保护计算技术的应用落地及数据价值释放提供参考。 目 录一、数据概念内涵及价值............................................................................................1(一)数据定义........................................................................................................1(二)数据的特征....................................................................................................2(三)数据的价值....................................................................................................3(四)隐私保护计算助力数据价值释放................................................................5二、隐私保护计算技术概述........................................................................................8(一)隐私保护计算及其关键技术........................................................................8(二)基于隐私保护计算技术的数据流通模式..................................................10(三)基于隐私保护计算技术的数据流通场景..................................................13三、隐私保护计算技术落地应用案例......................................................................14(一)金融行业应用案例......................................................................................14(二)医疗行业应用案例......................................................................................36(三)政务行业应用案例......................................................................................46四、隐私保护计算技术应用困境及建议..................................................................52 图 目 录图1 DIKW模型..........................................................................................................4图3数据价值释放路径模型......................................................................................8图2基于隐私保护计算技术的数据流通模式........................................................11图4银行与外部数据源对接示意图........................................................................17图5横向联邦反欺诈模型指标对比........................................................................23图6基于匿踪查询技术提供银行间隐私黑名单查询服务....................................24图7匿踪查询业务流程............................................................................................25图8隐匿查询双盲方案............................................................................................28图9数据流与管控流分离........................................................................................28图10基于区块链隐私保护计算的大数据智能风控产品技术架构......................33图11联合建模前后不良贷款率对比......................................................................35图12融合外部数据的建模效果..............................................................................35图13全基因组关联分析结果的曼哈顿图..............................................................40图14传统方案和隐私保护计算平台技术方案架构对比......................................40图15基于隐私保护计算服务平台的联合DRG建模的流程...............................44图16 PHEV与BEV充电负荷曲线........................................................................50图17电动汽车充电总负荷曲线..............................................................................50 表 目 录表1 DIKW模型解释...................................................................................................5表2基于数据流通的场景分类.................................................................................13表3传统计算方案与隐私保护计算反欺诈方案对比.............................................18表4传统计算方案与隐匿查询双盲方案对比.........................................................29表5传统解决方案与隐私保护计算解决方案对比.................................................34表6 P值最高的单核苷酸多态性列表......................................................................39表7传