【摘 要】
：
因安全需求和法规要求，整个数据流通领域即将进入密态时代。要承载关系到国计民生各行各业的数据业务，数据密态技术必须要在安全性、性能、可靠性、适用性和成本上达到作为基础设施的关键指标要求。通过分析密态时代所需关键技术的现状，发现它们都有本质上难以克服的缺点。基于此，提出了一种新的隐私计算思路：可信隐私计算，它通过融合密码技术、可信计算技术等获得了更强大和更均衡的综合性质，并对其中的两项典型技术——受控
论文部分内容阅读
因安全需求和法规要求，整个数据流通领域即将进入密态时代。要承载关系到国计民生各行各业的数据业务，数据密态技术必须要在安全性、性能、可靠性、适用性和成本上达到作为基础设施的关键指标要求。通过分析密态时代所需关键技术的现状，发现它们都有本质上难以克服的缺点。基于此，提出了一种新的隐私计算思路：可信隐私计算，它通过融合密码技术、可信计算技术等获得了更强大和更均衡的综合性质，并对其中的两项典型技术——受控匿名化和可信密态计算进行了介绍。
其他文献
[目的/意义]对短视频用户隐私披露意愿的影响因素进行分析，了解短视频用户隐私披露的行为特征，帮助平台加强用户信息管理、优化服务策略。[方法/过程]以隐私计算理论为基础，结合自我决定理论和社会交换理论，构建短视频用户隐私披露意愿影响因素模型，以代表性群体为研究对象，通过发放问卷收集数据对影响因素模型进行实证分析。[结果/结论]心理需求满足对短视频用户隐私披露产生的正向影响最大，其次是利益回馈；感知风
＜正＞数据是一种新的生产要素，流通融合会产生新的价值。例如，普惠金融需要更多数据来完善建模有效发放贷款，广告营销需要跨行业的数据提升精准度。但现状却是围绕数据拥有方的“孤岛”林立，因为数据一旦交给别人，就面临着失控的风险，缺少技术手段来证明彼此值得信任。可以说，数据流通基本还处于“男耕女织”的阶段，特别是在数据确权、开放共享、自由流动和数据安全等方面还存在很多阻碍。一是数据权属的界定仍不明确，在相
为推动普惠金融业务更好地开展，跨机构、跨行业之间的数据融合必不可少，隐私计算技术实现数据可用不可见、数据不动价值动方面具有非常显著的优势，在金融行业尤其是普惠金融方面的应用场景广泛。对多源数据融合对于普惠金融发展的作用和意义，以及隐私计算技术在普惠金融业务链条中的主要应用场景和实践进行了介绍，并对目前技术发展面临的挑战进行了阐述。
隐私计算的兴起，为数据要素的流通和价值释放提供了新模式，但是面对技术产品的百花齐放，用户选型时除了需要对产品的基础功能、性能和安全性进行考量之外，也开始对能否与部署不同平台产品的机构继续数据合作产生顾虑。隐私计算的跨平台互联互通已经成为当前影响技术产品应用落地和推广的一个关键问题，围绕这一问题，从需求产生、概念内涵、现实难点、实施路径、探索进展和未来的推进思路等方面进行了探讨。
为促进数字经济发展，近年来国内外在政策和市场层面均大力推进数据交易流通的探索和实践。但由于数据权属难以界定、数据使用范围难以有效控制等核心问题，以往的数据交易模式并未带来大规模数据流通和数据要素市场的繁荣发展。通过对数据交易流通现状以及传统数据交易存在的问题进行深入剖析，遵循《要素市场化配置综合改革试点总体方案》中强调的数据要素流通中数据安全可控的要求，从技术层面给出基于隐私保护计算技术的解决方案
阐述新能源中的风力发电、光伏发电技术有助于改善能源结构，探讨风电技术的发展现状，以及光伏发电技术原理和应用状况，风力发电和光伏发电中的关键技术应用。
近年来,机器学习的相关模型被广泛应用于科学研究与各种生产活动,有效地帮助了企业或者机构进行决策与管理,推动了社会的进步。随着大数据的发展,大规模的数据被用于机器学习模型的训练与推理,机器学习模型的性能得到了明显的提升。但是,机器学习模型所需要的海量数据中可能包含用户的隐私数据,这引起了政府与用户关于隐私方面的担忧。如何在应用机器学习模型的过程中保护用户的数据隐私,成为了当前的研究热点。此研究领域被
在数据要素化国策下，治理科技是强监管形势的适应性产物，兼具“合规”和“赋能”的双重属性。然而，多方利益失衡、责任主体虚化、过程监管薄弱等结构性问题，催生了“赋能”反噬“合规”的反治理风险。诸如隐私计算等技术虽然以数据安全处理作为技术目标，但始终无法破除“治理—反治理—再治理”的逻辑怪圈。区块链、人脸识别、算法推荐等技术的规制实践已经证明，法律规制固有的“一对一”模式正在疲于应对技术创新所带来的安全
＜正＞政务数据中存在大量涉及企业或个人的隐私数据、涉及商业的敏感数据、涉及知识产权的研究数据以及涉及国家各方面体征的监测数据等，这些数据不能公开共享，而且一旦泄露，会造成严重的数据安全事故。但智慧城市、数字城市的建设又离不开这部分数据的运用，基于“可用不可见”方式开展数据共享的隐私计算，是解决上述难题的一种安全架构技术。