數據要素只有在安全、高效的流通中才能充分發揮價值。過去，數據持有方出于數據安全、

隱私保護等考慮，導致“數據高墻”林立。現在，隱私計算的興起正令這一局面發生改變，可信

聯邦學習應運而生。

　　隱私計算是一種由兩個或多個參與方聯合計算的技術和系統。參與方在不泄露各自數據的前

提下通過協作對數據進行聯合機器學習和分析。隱私計算可實現“數據可用不可見”“數據不動

模型動”，具備打破數據孤島、加強隱私保護、強化數據安全合規性的能力，有望成為數據安全

與隱私保護的“最優解”。

　　隱私計算開辟了數字時代的新藍海。國家工業信息安全發展研究中心發布的《中國隱私計算

產業發展報告（2020—2021）》顯示，隱私計算產品市場規模約為10億元，基于隱私計算的數

據交易應用模式市場將達到千億級。目前，隱私計算已在金融、醫療、交通等領域紛紛落地。

　　盡管隱私計算與聯邦學習在數據安全上的優勢得到了廣泛認可，但在實際應用中卻忽略了流

通的高效性。如何兼顧安全與效率？在近日由中國信息通信研究院云計算與大數據研究所、清華

大學智能產業研究院、深圳數據交易有限公司共同指導，FATE 開源社區、開放群島（Open Isla

nds）開源社區、智能投研技術聯盟（ITL）聯合主辦的“聯邦學習安全效率與開源生態”線上論

壇上，眾多業界專家、學者就此展開了充分討論。

　　在安全與效率之間取得平衡，成為業界的關注點。加拿大皇家科學院及工程院兩院院士、FA

TE 開源社區技術指導委員會主席楊強指出：“理論研究結果顯示安全和效能是存在的，但不可能

有絕對的安全和絕對的效能；要同時提高效能與安全，就需要在二者間尋求一個平衡點。”香港

科技大學智能網絡與系統實驗室主任、星云Clustar創始人陳凱教授認為，不解決算力和通信問題

，隱私計算的大規模應用將無從談起。

　　就安全而言，中國信息通信研究院云計算與大數據研究所大數據與區塊鏈部副主任閆樹認為

，當前隱私計算安全要實現從理論研究安全到產品實現安全的跨越，必須經過算法安全、密碼安

全和產品安全三個標準的核驗。未來，多技術融合是隱私計算安全性提升的一大趨勢。

　　效率問題本質上是算力提升問題。FATE 開源社區TSC Maintainers成員、星云Clustar CTO

張駿雪表示，從技術側來看，要解決隱私計算的效率問題，需要結合具體企業、具體業務來進行

具體分析，選擇最適配的基礎構建組件，而不是強行追求統一的方式。隱私計算可信聯邦學習的

未來是多技術、多方案融合并舉的，要選擇最可能落地的方案來提升效率。星云Clustar基于隱私

計算算力體系布局，通過自研的硬件加速技術及產品，可以大幅提升數據共享的流通協作效率，

為未來隱私計算的規模化應用打造算力“底座”，進而支撐起廣泛的數據跨域流通網絡。

　　能夠消除數據壁壘的隱私計算，能夠有效支撐數據要素市場化、全國數據資源流通“一盤棋

”目標的實現，同時也將為“東數西算”工程增添“軟”實力。