返回首页
深度报道CURRENT AFFAIRS
深度报道 / 正文
打破数据“孤岛” 释放数据潜能

  数字经济时代,大数据被视为如石油一般的战略资源,蕴含着不可限量的价值。大数据应用是促进经济转型增长的新引擎,大数据与实体经济深度融合,将大幅度推动传统产业提质增效,促进经济转型,催生新业态。

  “发展数字经济我们仍不可避免地面临着不少困难,其中数据的共享开放便是首当其冲的难题。”中国科学院院士梅宏近日在2021腾讯大数据高峰论坛上表示。

  放眼全球,情况同样如此。不同系统、不同组织之间的数据共享开放程度普遍较低,由此也带来了信息孤岛问题,海量的数据相互阻隔,难以进一步融合碰撞释放潜能。梅宏指出,造成这一现状的原因,有法律法规和政策方面的问题,有观念认识方面的问题,也有技术问题,还有出于数据安全和隐私保护方面的考虑。

  近年来,关于用户隐私泄露、数据违规的负面事件频频登上热搜,公众对于数据安全和隐私保护越发关注。目前我国正在制定数据安全法、个人信息保护法等,致力于在法律层面为数据安全和个人隐私提供保障。“十四五”规划和2035年远景目标纲要明确提出,加强涉及国家利益、商业秘密、个人隐私的数据保护,加快推进数据安全、个人信息保护等领域基础性立法,强化数据资源全生命周期安全保护。

  在此背景下,如何平衡数据共享开放和数据安全隐私保护的关系?梅宏强调,要坚持“应用先行、安全并重”的原则,在国家层面加紧建立数据资源的确权、开放、流通以及交易相关制度,促进以安全为前提条件的数据流通和融合。在国家法律法规的框架下,各行业应该各自建立相应的行业制度和规范,推动行业企业内外的数据协作,打破不同组织、不同系统之间的数字壁垒,为数据分析和人工智能应用奠定基础。

  商业银行等金融机构持有客户的身份信息和资产信息,这些信息的隐私级别非常高。中国民生银行直销银行产品二中心总经理廖鹏指出,近年来在大数据和云计算快速发展的背景下,客户终端的行为数据等被广泛使用,银行对于这类隐私数据始终采取审慎严谨严守合规的态度,按照最小化采集、非必要性不采集的原则,坚持合规使用数据、安全使用数据,保护客户隐私。

  “在应用数据的同时切实保护好个人隐私,我认为这就是对科技向善的最好注解。”梅宏说。

  近年来,一些致力于打破信息孤岛的数据湖操作技术已经成为国内外研究热点,诸如联邦学习、同态加密、安全多方计算等,都努力希望在实现有效的数据共享和信息连接的前提下,保证数据安全和隐私。其中最受关注的就是隐私计算技术。2020年被称作是“隐私计算元年”,隐私计算技术实现了数据可用而不可见的效果,是数据安全进行协同合作的关键技术。

  “隐私计算作为平衡数据价值挖掘和隐私保护有效的解决范式,为数据流通和价值共享提供了一条重要的技术路径。”廖鹏说,在大数据融合应用和客户隐私保护的双重需求驱动下,银行也在隐私计算方面投入了大量精力。

  对于隐私计算在金融领域的应用,腾讯数据平台部总经理蒋杰指出,借助隐私计算、联邦学习等技术,在目的一致的情况下,银行与银行之间可以打破数据孤岛、进行数据共享,从而更好做好个人信贷和公司信贷的风控。

  廖鹏进一步指出,例如,获客业务需要对用户进行精准识别,智能风控业务需要对客户进行反欺诈评估,这里面都要用到隐私计算。传统的联合建模等方式很难支持未来长远的多行业联合计算、多场景数据分享。未来,隐私计算在应用于更多的行业和更多的场景,在保障不泄露客户原始数据、保护客户隐私的情况下做好服务。

  “然而,隐私计算依然处于初期阶段,隐私计算相关技术也涉及复杂的前沿理论知识,开发、使用门槛较高。”廖鹏认为,未来隐私计算技术是趋势,同时隐私计算也正逐步与人工智能、区块链、物联网、智能芯片等技术呈现融合统一的趋势。未来随着数据领域法律法规的出台、顶层设计的优化和明确、标准化技术路径和方案的建立与创新,隐私计算的应用场景和市场价值将进一步释放。

责任编辑:袁浩