新知一下
海量新知
5 9 7 0 4 4 3

隐私计算+数据中台=?

数据化运营专家 | 大数据应用专家 2021/02/21 09:42

 2019年是数据中台元年,2020年是隐私计算元年。从数据中台到隐私计算,这中间折射出数据合规与数据融合应用是一个必然的趋势。那么,隐私计算和数据中台是什么关系?隐私计算与数据中台可以融合吗?这里,笔者有一些初步的思考。

01

数据不通是数据中台的拦路虎

业内虽然对数据中台有颇多意见,但是不可否认的是,数据中台对于推进企业的数字化转型的确是一种很好的武器。然而,数据中台的建设首先要从数据整合开始。数据整合往往涉及一方、二方和三方的数据,数据整合是多方数据进行集中化归集的过程。

数据整合绝非易事,很多企业欠了不少的历史债,无论是内部各业务条线的数据整合,还是引入外部数据,都不是一件容易的事情。数据壁垒由来已久,打破数据壁垒是场持久战。数据拉通往往需要借助行政干预的力量,数据共享的效果不佳,很多部门都有自己的小心思、小算盘,并非发自真心的愿意共享数据,所以,企业内部的数据拉通往往成本高、耗时长。而外部数据的整合也是有难度的,一方面要规避各种信息安全规则,另一方面获取外部数据的成本高或者获取的是低价值的“冷”数据。

新知达人, 隐私计算+数据中台=?

总之,无论是内部数据整合还是外部数据引入,实现数据的互联互通似乎一直是“可望不可即”的事情。数据不通是就像一只拦路虎,就站在通往数据中台的路中央,消灭这只老虎需要勇气、智慧与技巧。

02

隐私计算是数据拉通的利器

随着5G、云计算、人工智能、边缘计算等技术的发展和应用,计算和数据也将无处不在。企业运营对数据的依赖越来越强,数据化运营逐渐成为企业的核心竞争力。早在2015年国务院印发的《促进大数据发展行动纲要》指出,要大力推动政府部门数据共享,稳步推动公共数据资源开放,但整体效果不如预期。数据是智慧社会的支撑,及时开放、共享数据,才能挖掘数据资源“宝矿”。数据所有者需破除障碍,提升数据开放的主动性和积极性,让更多高质量的数据应用起来,真正有大数据技术实力的企业才有用武之地,摆脱“巧妇难为无米之炊”的尴尬处境,真正实现数据要素对创新的驱动和数据价值的有效释放。因此,打破数据壁垒,消除数据孤岛,促进数据流动与共享是释放数据价值的必由之路。

数字经济高速发展的同时,各类信息泄露和滥用事件频发,对数据安全和隐私保护的需求越来越迫切。国家已经制定各类政策法规,从在法律制度上完善对数字经济和数字社会的保障。在制定政策法规的同时,也需要技术上的突破,解决让数据可用但又不泄露隐私这一根本难题,从而从根本上缓解公众的担忧。

新知达人, 隐私计算+数据中台=?

隐私计算技术是近年来国内外关注的热点,在数据的加密计算和安全融合上,提供了解决数据可用、数据安全及隐私保护之间矛盾的新思路、新手段。隐私计算作为一种针对于数据安全的技术,能在保护各机构原始数据的基础上做到“数据不动模型动”、不要数据要结果,实现数据融合、挖掘数据价值,是实现跨部门、跨机构数据拉通的绝佳武器。隐私计算从技术角度出发,解决了数据孤岛和安全合规的问题,完美的化解了数据隐私保护与数据价值挖掘之间的矛盾,为大数据与人工智能行业的可持续发展提供了有力支持。

03

隐私计算+数据中台=?

隐私计算+数据中台=?这是个很有想象空间的话题。

首先,隐私计算能为数据中台顺畅的解决多源数据融合的问题。不用再费心费力的推动多个数据源之间的中心化归集,就让各个数据源保持原状就行,在原始数据不出门的情况下,隐私计算就能通过同态加密、秘密分享等技术实现数据拉通与联合画像。隐私计算让数据跨域拉通不再是拦路虎,以更加安全合规的方式“顺滑”的解决了底层数据融合的难题。

其次,隐私计算为数据中台赋予了更强的安全计算能力。基于隐私计算的加密算法、访问认证与授权机制、安全通信协议等,将安全计算能力进行组件化、模块化的抽象和封装,与数据中台进行无缝集成,能为数据中台赋予了更强大的、“开箱即用”式的安全计算能力。隐私计算技术在数据中台整体架构中,更多地发挥着类似中台的角色,它向下可以安全地、联邦地方式使用数据,向上可以提供业务平台的建模决策。在隐私计算能力加持下,数据中台再融合区块链与AI等技术,一方面可以深入到“端侧”、“边缘侧”在最靠近原始数据的地方完成训练和预测,节省算力的同时大大提高模型训练的效率,另一方面基于联邦学习、多方安全计算等可以实现联合建模与实时的数据可视化分析,能更敏捷的响应前端业务的需求,快速灵活的支持前端的业务决策,让数据中台更好的释放数据价值、为业务赋能。一个具备隐私计算能力的数据中台,它不更香吗?

所以,隐私计算既能让数据中台项目更顺畅的落地,还能让数据中台增加安全计算的能力,这样的数据中台无疑是更强大的、更能适应当前数据合规的大趋势的。

让数据中台加载隐私计算能力,你还等什么?

更多“数据”相关内容

更多“数据”相关内容

新知精选

更多新知精选