回顧剛剛過去的2021年，對于隱私保護是重要的一年，2021年9月1日《中華人民共和國數據安全法》正式施行，2021年11月1日《個人信息保護法》正式施行，對數據隱私具有深遠影響。
2021年，也是隱私計算開始在真實商業場景中全面落地的元年。據畢馬威發布的《2021隱私計算行業研究報告》顯示，受到大數據融合應用和隱私保護的雙重需求驅動，國內隱私計算市場將快速發展，三年后技術服務營收有望觸達100億至200億元空間。
在Gartner最新發布的2022年重要戰略技術趨勢中，也將隱私增強計算列為未來幾年科技發展的趨勢之一，并預測到2025年，60%的大型企業機構會在分析、商業智能或云計算領域采用一種或多種隱私計算技術。
隨著數據保護法不斷完善以及消費者對個人隱私保護的日益注重，隱私計算已逐漸成為發展火熱的新興技術。隱私計算通過使用各種隱私保護技術，在保證數據提供方不泄露原始數據的前提下，對數據進行分析計算，既可從數據中提取價值，又可滿足合規要求。
隱私計算交叉融合了密碼學、人工智能、計算機硬件等多種技術，形成了三大隱私計算方向：多方安全計算（Mutli-Party Computation，MPC）、聯邦學習（Federated Learning，FL）、可信計算環境（Trusted Execution Environment,TEE）。
多方安全計算由圖靈獎得主姚期智院士于1982年通過提出和解答百萬富翁問題而創立。該技術在無可信第三方情況下，多個參與方共同計算一個目標函數，其中每一方只得到自己的結果，無法獲得其他方的輸入數據。該技術可以使用通用硬件架構，核心在于密碼學技術，實現多方在各自數據保密下，數據進行融合計算，達到數據“可用而不可見”。
聯邦學習保證在本地數據不出庫的情況下，通過對中間加密數據的流程和處理來完成多方聯合的機器學習訓練。該技術也是基于通用硬件，解決了數據擁有方，在進行AI訓練時，數據可能泄露的問題。聯邦學習實現了“數據不動模型動”。
可信執行環境通過軟硬件技術，在CPU中構建了一個安全區域，保證內部加載的數據和程序在機密性和完整性上得到保護。TEE技術主要是底層需要可信硬件，同樣也需要對數據的加密和驗證，對于硬件要求較高。
從隱私計算領域的專利申請趨勢來看，2010年后，整體專利穩步增長，截至目前，全球約有八千余項專利。
從上圖可知，隱私計算申請人以互聯網、銀行/金融和人工智能企業為主，包括支付寶、華為、前海微眾、Intel等企業，以及西安電子科大和由清華大學于2018年6月發起的信息技術公司華控清交。
隨著云計算、大數據、人工智能、物聯網等信息技術的不斷發展，數據大爆炸時代已來臨，越來越多的業務場景將基于多方數據的流通和共享，數據共享和利用已成大勢所趨，隱私計算必然是不可或缺的一部分。
