中国信息通信研究院报告：隐私计算助力商业银行不良贷款率从181下降至038

　　11月18日，2021（第七届）中国互联网法治大会在北京举行。中国信息通信研究院（简称中国信通院）在会上发布《数据价值释放与隐私保护计算应用研究报告（2021年）》（以下简称《报告》）。

　　《报告》指出，立足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，《中华人民共和国民法典》《中华人民共和国数据安全法》《中华人民共和国个人信息保》等法律法规陆续颁布实施，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。

　　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。

　　《报告》指出，当前，隐私保护计算技术已在金融、医疗、政务等领域进行初步的应用探索。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。

　　在金融场景下，隐私计算具有天然的应用必要性。《报告》提出，每年欺诈风险导致的银行业受损金额高达近千亿美元，国内银行每年因欺诈风险损失的金额也高达上百亿元。隐私保护计算平台为银行提供了外部大数据安全融合能力，提升了银行的大数据风控应用能力。

　　《报告》举了一个案例，该案例帮助银行联合了包括工商、税务、水电、司法、电信、征信机构等十余家跨行业数据源提供的上千个数据维度的外部大数据进行小微企业风控。在基于这些数据进行联合建模后，商业银行的不良贷款率从原有的1.81大幅下降至0.38，大大提升了银行的大数据风控应用能力。

　　在医疗场景下，《报告》指出，现代医学研究、药物开发、公共卫生防疫以及临床医疗应用等生物医学科学愈发倚重电子病历数据、基因数据、影像数据等生物医学数据的开放共享与利用。《报告》举例，由某三甲医院牵头，在隐私保护计算技术的支持下，实现了在不分享明文数据（个体基因数据）的基础上，支持强直性脊柱炎的GWAS分析，为解决生物医学数据开放共享问题提供了思路。该方案基于隐私保护计算技术设计并开发了新框架，使用了具有隐私保护功能的安全联邦学习方法，整个数据共享的过程从始至终对患者信息进行保护。

　　在政务场景下，如何在保障个人隐私的情况下把数据的价值发挥出来，帮助政务管理，是隐私计算的价值所在。《报告》举例，某科技公司联合电力公司，利用自主研发的安全计算平台，集成安全多方计算、联邦学习等隐私保护计算技术，提供面向配电网协同发展的电力场景安全计算解决方案。最后，通过电力联邦学习算法建立城市电动汽车负荷分析与预测模型。成功地支撑了充配电网的协同布局规划，助力新能源汽车产业发展和营商环境的持续优化。

　　林美玉指出，数据的价值释放需以明确数据、数据价值、数据特征等相关概念为前提。现阶段隐私保护计算技术在金融、医疗、电子政务等领域已有一些落地尝试。但总体来说，隐私保护计算技术仍处于大规模商业应用的早期，由于技术和解决方案还不够完全成熟，隐私保护计算在走向市场化、产业化的过程中，仍面临诸多挑战，需多方围绕完善政策法规体系、强化标准化指引、鼓励技术创新发展、提升数字安全素养等关键内容精诚合作。

　　蚂蚁集团副总裁韦韬也在大会主论坛做了关于隐私计算的主题演讲。韦韬认为，隐私计算是保障数据流通价值和保护个人隐私的有效技术手段，通过隐私计算实现“可算不可识”是平衡个人信息保护和数据要素产业发展的关键。

　　（图说： 中国信通院副院长魏亮，中国互联网协会副理事长何桂立，蚂蚁集团技术战略发展部副总经理彭晋，中央广播电视总台评论员胡钢在大会现场共同发布报告）