购物车
我要投稿
版权投诉
2025-2030年中国伊豆市场专题研究及市场前景预测评估
2025-08-12
通信行业深度报告区块链系列报告六：多技术路径齐演进，厂商优先布局隐私计算生态
- 2022-02-22 21:45:14上传人：遗忘**en
-
Aa 小 中 大
多条技术路径齐演进，现阶段MPC、TEE、联邦学习三足鼎立。隐私计算有许多底层技术可供选择，而隐私计算的实现可能需要多种技术融合应用。现阶段MPC、TEE与联邦学习三种技术商用化进程领先，短期内这一技术趋势会被延续。长期来看，MPC、联邦学习需要隐私计算供应商长期积累有效数据并迭代、优化算法，而TEE需要在此基础上对于底层芯片做出优化设计。综合而言，TEE对于供应商的软硬件全栈能力要求极高，现
- 一、 隐私计算融合多领域技术 ， 可实现 “数据可用不可见 ”
- 1.1 、 隐私计算可在对数据形成保护的前提下实现数据价值挖掘
- 1.2 、 隐私计算受到大数据融合应用和隐私保护的双重需求驱动
- 二、 安全多方计算、联邦学习与机 密计算（可信执行环境）是隐私计算主
- 2.1 、 安全多方计算（ Secure Multi -party Computation ，SMPC ）
- 2.2 、 联邦学习（ Federated Learning ，FL ）
- 2.3 、 机密计算（ Confidential Computing ，CC ）/可信执行环境（ Trused Execution
- Environment ，TEE ）
- 2.4 、 差分隐私（ Differential P rivacy ，DP ）
- 2.5 、 同态加密（ Homomorphic Encryption ，HE ）
- 三、 隐私计算的商用：在可预见的未来，隐私计算将广泛应用于政务、金
- 融、医疗、交通、营销等多个行业
- 四、 隐私计算玩家现状： MPC 、联邦学习成为主要技术路径
- 五、 思考：隐私计算发展预测
- 投资建议与投资标的
- 中国移动
- 中国联通
- 中国电信
- 风险提示
- 通信行业深度报告 —— 多技术路径齐演进，厂商优先布局隐私计算生态
- 有关分析师的申明，见本报告最后部分。其他重要信息披露见
- 图 1：隐私计算可以在不分享数据的条件下分享数据的价值
- 图 2：隐私计算流程示意
- 图 3：全球数据产生量， 2016 -2035 年预测（ ZB ）
- 图 4：多方安全计算示意图
- 图 5：姚期智院士提出的混淆电路模型
- 图 6：联邦学习架构
- 图 7：星云 Cluster 隐私计算解决方案联邦架构层
- 图 8：机密计算开源框架
- 图 9：蚂蚁区块链基于 TEE 的隐私保护方案
- 图 10 ：中心化差分隐私与本地差分隐私区别
- 图 11：Google 全同态加密示意图
- 图 12 ：同态加密流程示意
- 图 13 ：隐私计算技术企业图谱
- 图 14 ：百度 MesaTEE 开源适用场 景
- 图 15 ：隐私计算商业模式
- 图 16 ：Gartner 隐私计算技术 Hype Cycle ，2021
- 表 1：中国隐私计算相关政策法规
- 表 2：隐私计算技术路径对比
- 表 3：安全多方计算关键技术
- 表 4：各公司隐私计算技术路径与主要产品对比
报告网所有机构报告是由用户上传分享，未经用户书面授权，请勿作商用！
