「矩阵元」孙立林:隐私计算行业火热,未来生态是底层基础设施结合上层应用

2020年9月3日 | By News | Filed in: News.

https://ift.tt/2G7mg9P

当前为了解决数据流通和数据安全之间的矛盾,也为了使数据真正成为生产要素,科技领域正在探索隐私计算的方式以解决此类问题。

36氪接触到的「矩阵元」,是一家致力于解决这一问题的公司。该公司成立于2014年,定位于数字时代的隐私计算和区块链基础设施技术提供商,目标是让数据要素实现价值流动。据其创始人兼CEO孙立林介绍,「矩阵元」一开始即定位于布局区块链基础设施,自2017年起,从安全多方计算MPC技术开始,主要基于密码学方式解决数据合规流通的问题。

事实上,隐私计算在2019年之前长期处于蛰伏状态,而当年由于市场端和政策端的变化,数据合规交易压力爆发,进而促使这类方案吸引了更多关注。相较而言,「矩阵元」自2017年开始采用密码学隐私计算方案,属于较早进入隐私计算领域的企业。

在整个市场端,36氪观察到先后有大大小小近百家公司进入这一领域,希望成为生态中的技术提供方。从产业链的角度分析,隐私计算的本质目的是使得数据可以通过合规方式流通——让数据的所有方得以合规将数据价值变现,让数据的使用方得以合规采用数据价值。而这其中的技术提供方,即为当前所讨论的,提供隐私计算方案的公司。

这些公司可以按照背景分为以下几类——独立的新兴技术提供方(如「矩阵元」)、互联网公司(如BAT)、为行业提供产品/服务的老牌技术公司、传统大数据公司、金融科技公司。

当前在各类型中,已分别有一些公司获得资本、客户等方面的高关注度,但孙立林告诉36氪,现如今隐私计算领域还远未到成熟期,这件事的复杂程度会超乎许多公司的想象。现在看来,该领域的公司至少会面对“七重关卡”,分别是法律合规、行业监管、业务流程重构、数据交易的商业模式、技术产品化、行业数据的信息化和数字化程度、工程落地能力以及算法实现能力。

在法律层面,当前已经有《个人信息保护法》、《密码法》、《数据安全法(草案)》等若干上位法逐步出台,之后各个行业也会陆续出台相应的监管规定。当法律对于数据所有权属的界定明晰、行业监管给出风险责任认定和管理的实施方案,数据作为资产这件事才会进入到整个社会的数据流通与业务流程重构中,同时相应的经济模型/商业模式也要得到保障。

并且,隐私计算产品会在信息化和数字化基础较强的行业��快落地。「矩阵元」目前已经与浦发银行总行共建了隐私计算联合实验室,理论上,任何需要数据流通的行业都需要隐私计算,但隐私计算在各行业的落地,会由于行业自身的信息化、数字化程度有所差异。从这个角度看,孙立林认为,金融行业是当下最适合隐私计算发展的行业。

在产品化这一层,可以看到现如今产品化进程刚刚开始,客户端还不能看到十分透彻的案例,但从各个公司端披露的情况看,当前各家提供的隐私计算方案大多是密码学、分布式计算、区块链以及可信硬件的结合体,技术路径存在一定的同质化。

「矩阵元」的相关产品包括区块链产品PlatONE、 隐私计算产品Rosetta和DataSafe等。之所以要将对区块链和隐私计算“两手抓”,孙立林觉得,隐私计算和区块链是两件事是分不开的,“如果不是为了数据要素做清算,现行的架构下其实不需要区块链。”他认为。简单来说,隐私计算在上层和业务联系,保护数据隐私,而区块链在下层作为分布式经济体基础设施,提供支付和结算功能。

而在产品化之后,工程落地的难题也需要被逐步攻克。36氪在此前的调研中发现,当前密文计算的效率对算力要求较高,当数据量庞大时,有可能会拖慢整体计算节奏,这也是行业面临的普适性问题。“这七重关卡需要都走过,这件事才有可能。”孙立林总结。

而当前隐私计算入局者众多,或许不是所有公司都可以通过以上难关。之后的生态或许是有的公司可能成为底层基础设施的提供者,另一些公司会做上层应用,类似于云厂商和ISV之间的关系。

那么,底层基础设施的提供者需具备怎样的能力?

孙立林觉得,首先要保证系统安全可验证,第二是让系统的交易可度量,第三是要让系统可以管控和运营。系统安全可验证,需要吃透算法和底层架构,这需要公司在密码学等领域的人才储备充足;系统交易可度量,需要公司具备区块链底层技术能力;而管控和运营系统,则更需要公司在实践中积累的经验。

答案看起来复杂,但归根结底离不开资金和人才的投入。

对「矩阵元」而言,公司已经围绕密码学、区块链以及AI技术三方面建立了较完整的团队,当前员工超百人。其中,创始人兼CEO孙立林本人此前曾长期服务于中国银联,自2013年进入区块链技术领域,2016年开始进入密码学及计算复杂性领域。武汉大学何德彪教授作为公司的首席密码科学家;公司首席人工智能官冉阳作为马里兰大学人工智能方向PHD,在风控建模领域有多年实践经验;中科院软件所密码学博士、算法科学家谢翔博士期间主攻格密码理论方向,以及一大批来自国内外顶尖院校密码方向的专才。公司在服务经验上已有多个金融等领域的落地项目,同时还参与编撰了国内首部基于MPC的隐私计算报告。从2017年初起,团队将以MPC为代表的隐私计算作为公司头号战略,从基因数据对隐私保护的刚需开始设计解决方案,再到深入金融机构的全面数字化实践,历经四年研发与商用实践,对于未来合规性的支持及面向商用角度,从可运营、可验证、可计算、可度量等方面,致力于提供新一代的数据融合基础设施。 

在融资方面,矩阵元曾于2016年获得万向资本、分布式资本投资的1.5亿元A轮融资。

IT.数码

via 36氪 http://36kr.com

August 31, 2020 at 11:24AM


发表评论

电子邮件地址不会被公开。 必填项已用*标注