谢红军在分享中指出，当前数据隐私保护正面临严峻挑战，过度采集用户数据的行为应当得到纠正；流动起来的数据才有价值，而在数据流动时同样不可忽视数据隐私保护，以MPC为核心的隐私计算将开启一个数据共享利用的新时代。

谢红军分享现场

以下为谢红军分享全文，整理自现场速记：

随着互联网的发展，数据已经成为一种重要的“战略资源”。大数据环境下，诞生了新型的“流量经济”，同时催生了大批依赖数据的“广告”公司。

当前互联网企业一个重要的盈利模式就是：通过采集分析庞大的用户数据，对用户进行数据画像，之后“投其所好”进行“精准”广告投放，以此获得不菲广告收入。其中典型的如我们所熟知的互联网巨头Google和Facebook，Google多年的广告收入占整体收入的90%以上，Facebook广告收入甚至占到了整体收入的98%。

然而，今年Facebook、Google等巨头相继爆发个人数据泄露事件，引发了世界范围内对数据隐私的高度关注。从用户到政府，均对企业是否能够有效保护个人隐私产生了巨大怀疑。

另外，当前数据的利用方式，还存在两个严重问题：

第一，数据的过度采集和滥用。此前曝出的“大数据杀熟”事件，就是滥用数据的一种表现，部分企业不只是利用我们的数据给我们推广告，还可能趁我们不注意“宰”我们一笔。

第二，数据的管理不规范与混乱。最近两年出现了数十家共享单车公司，每家都收集了大量用户数据，包括手机号、所在地、骑行路线等等。而那些已经退出业务运营的共享单车公司，他们采集的海量数据现在都在哪里？

这些不合理的数据利用方式都应当得到纠正，数据利用带来的便利不能以牺牲个人隐私为前提。随着人们数据隐私保护意识的增强，以及以欧盟GDPR为代表的数据隐私保护法律法规建立，企业也必须重视起对用户数据的隐私保护。

除了个人数据隐私亟待保护外，企业间数据共享与隐私保护也面临严峻挑战。

掌握大量数据的机构和主体，因对数据隐私泄露及自身利益受损的担忧，往往不愿共享自己的数据，尤其是重要数据。而任何单一机构掌握的只是数据全集的一部分，必须通过多方数据共享才能完成准确数据画像，最大化数据价值。如何在数据共享的同时又保护各方的数据隐私？是一个值得被关注和亟待解决的难题。

以MPC（安全多方计算）为核心的隐私计算技术，恰恰为我们解决数据隐私保护难题提供了新思路。

矩阵元已经在区块链与密码学方向深耕了近三年时间，其中研发投入最多的就是MPC。MPC的价值在于：可以让各参与方在本地数据无需归集、隐私不被泄露的前提下，通过既定逻辑的运算得到共同想要的计算结果，完成所需的数据画像。

在MPC整个计算协议执行过程中，各参与方对自身数据始终拥有控制权，只有计算逻辑公开。计算参与方只需参与计算协议，无需依赖第三方就能完成数据计算，并且各参与方拿到计算结果后也无法推断出原始数据。除安全多方计算（MPC）外，我们基于密码学算法研发的新型隐私安全技术还包括代理重加密 (PRE)、零知识证明（ZKP）、同态加密 (HE)等。

最近几年基因检测开始走入大众视野，这一领域正是隐私计算典型应用场景之一。医疗、科研机构通过对基因数据的联合研究，来预防、治疗疾病甚至延长人类寿命。而基因数据作为人最为重要的隐私数据，在进行跨机构甚至跨国研究时必须得到保护。以MPC为核心的隐私计算技术，就可以帮助基因研究机构在不泄露基因隐私的前提下，进行联合基因数据分析。

而在金融行业，借助隐私计算进行多方数据协同计算将有望改变传统互联网用户标签和画像处理方式，改善大数据收集、清洗、分析模式下的风控和精准营销模型，大幅提高金融服务水平。

当然，隐私计算的应用范围远不止医疗、金融行业，在物联网、人工智能、广告等领域都有用武之地。

今天振金社成立了，我们也期待更多的伙伴加入到振金社中来，一起为数据安全与隐私保护努力，为隐私计算技术拓展应用赋能，携手开启数据共享利用的新时代！