データのために生まれ、プライバシーのために戦う: プライベート コンピューティング業界の加速する台頭

デジタル経済の時代において、データは新たな生産要素および戦略的資源として、科学技術の進歩、政策策定、経済発展の重要な原動力となります。ただし、データの価値を最大化できるのは、プライバシーとセキュリティが保証されている場合のみです。

近年、「サイバーセキュリティ法」、「データセキュリティ法」、「個人情報保護法」の公布・施行に伴い、国、業界、地方自治体が相次ぎ支援政策を打ち出しています。データセキュリティに関する文書、データ要素管理システムを改善し、データ流通取引の安全性を確保します。特に、2022年末に発表された「データ20条」では、公的データ、企業データ、個人データなどのコンプライアンスを遵守した効率的な流通・利用をさらに推進し、「見えないけど使える」データ、「制御・計測できる」データを実現しました。法的要件になります。

データの 20 の概念の実装を促進する方法において、プライバシー コンピューティングは、データの流通と価値の解放のバランスをとるための重要な「技術的ソリューション」としてますます注目を集めています。 2022 年の Gartner ハイプ サイクルにリストされている注目に値する 25 の新興テクノロジーのうち、6 つはプライバシー コンピューティングに関連しており、その価値と可能性を示しています。

画像出典: gartner.com

今年 1 月、工業情報化部、中国サイバースペース局、国家発展改革委員会など16部門は「データセキュリティ産業の発展促進に関する指導意見」を発表し、主要技術の研究を強化することを明確に提案した。プライバシーコンピューティングやデータフロー分析などの技術を強化し、データ品質評価、プライバシーコンピューティング、その他の製品の研究開発を強化します。

プライバシー コンピューティング業界もその成長を加速しています。中国情報通信技術院の報告書によると、中国のプライベートコンピューティング市場は2025年に100億元に達すると予想されている。

プライバシーコンピューティング技術の開発

プライバシーコンピューティングとは、Privacy-preserving Computationの略で、データ提供者が元のデータを漏洩しないようにするための技術です。データは、人工知能やデータ サイエンスなどの多くの分野と分野の相互融合を伴う広範な概念であり、安全なマルチパーティ コンピューティング、準同型暗号化、差分プライバシー、ゼロ知識証明、フェデレーテッド ラーニング、信頼できる実行環境などをカバーします。他の技術的なサブ項目、およびこれらの技術的なサブ項目と関連する製品ソリューションの組み合わせ。

安全なマルチパーティ コンピューティング

は、チューリング賞受賞者である学者 Yao Qizhi によって 1982 年に開発されました。 「億万長者の質問」に質問して答えることによって。安全なマルチパーティ計算では、各参加者が正しい計算結果のみを取得し、計算結果以外の情報を取得できないようにすることができ、難読化された回路に加え、秘密共有、誤送信などのさまざまな暗号基本ツールを総合的に応用しています。古典的なマルチパーティ セキュア コンピューティング プロトコルに加えて、マルチパーティ セキュア コンピューティングの実装に使用される他のすべての暗号アルゴリズム (準同型暗号化やゼロ知識証明など) は、マルチパーティ セキュア コンピューティング プロトコルを形成できます。 。 30 年以上の理論研究を経て、セキュア マルチパーティ コンピューティングは技術的に成熟しました。医療分野での共同研究など、共通の顧客や利益を特定する必要があるが、他のデータを保護する必要があるシナリオで使用できます。 、またはビジネス効率を向上させるための企業間のデータ共有は、重要なアプリケーション価値を発揮します。

#機密コンピューティング

機密コンピューティングの基本原則は、保護する必要があるデータまたはコードを保存することです。 Trusted Execution Environment (TEE) では、これらのデータおよびコードへのアクセスはハードウェア ベースのアクセス制御を介して、使用中の不正なアクセスや変更を防止する必要があり、これによりデータ処理プロセスが実現され、データ セキュリティを強化するための検証と制御が可能です。このうち、信頼できる実行環境とは、クラウド環境を含め、データの機密性、データの完全性、コードの完全性の観点から一定レベルの保護を提供できる環境と定義されます。コンフィデンシャル コンピューティングは、2002 年の ARM による TrustZone テクノロジの発売にまで遡ります。2015 年のインテルによる SGX テクノロジの発売は、コンフィデンシャル コンピューティングの急速な発展段階を示しました。現在、AMD、Huawei、その他のメーカーも独自のコンフィデンシャル コンピューティング テクノロジを発売しています。 。

# フェデレーテッド ラーニングを使用して、複数のモバイル端末で機械学習モデルを共同トレーニングします。画像出典: Wikipedia

##Federated Learning

フェデレーテッド ラーニングは 2016 年に Google によって提案されました。その中心的なアイデアは、データがドメインを離れることなく、2 人以上の参加者が協力してモデルの構築と使用を完了できるようにすることです。「データはモデルを動かさない」ことを強調しています。 「モバイル、データは利用可能だが可視ではない」は、多くの参加ユーザー、多くのデータ機能、および広範な配布を伴う共同コンピューティング アプリケーション シナリオに適しています。データ関係者間の計算に参加するデータの分布に応じて、水平フェデレーテッド ラーニング、垂直フェデレーテッド ラーニング、フェデレーテッド転送学習に分類できます。通常、フェデレーション ラーニングは、計算プロセス中にデータを保護するために、他のプライバシー保護テクノロジと組み合わせて使用​​する必要があります。

中国のインターネット大手企業におけるプライバシー コンピューティング産業の導入

現在、プライバシー コンピューティングは急速な発展段階にあり、シングルポイント テクノロジーの最適化が続けられており、実際のアプリケーションには複数のテクノロジーが存在し、さまざまなシナリオでのデータ セキュリティとプライバシー保護のニーズを満たす統合された状況。 Gartner の「2022 Privacy Technology Hype Cycle」レポートによると、プライバシー コンピューティング テクノロジーは今後 5 ～ 10 年で大規模に商業的に適用されると予想されており、2025 年までに大規模組織の 60% 以上がデータ分析にそれを使用すると予想されています。 、ビジネス インテリジェンス、またはクラウド コンピューティング、1 つ以上のプライバシー コンピューティング テクノロジ。

テクノロジーの進歩とビジネス実装シナリオが徐々に豊富になるにつれて、ビッグデータ、人工知能、ブロックチェーン、クラウド サービスなどの企業がプライバシー コンピューティング業界に参入し、さまざまなプレーヤーが積極的に取り組んでいます。プライバシー コンピューティングの促進 ハイテクの浸透とアプリケーションの境界を拡大するプロセスが相まって、中国のプライバシー コンピューティング業界の状況を構成しています。

その中でも、Tencent、Ant、Alibaba、Baidu、ByteDance などのインターネット巨人は、強力な技術力、巨大なユーザー ベースとパートナーを持ち、大量の高価値データを保有しています。彼らは、プライバシー コンピューティング業界に参入する人々の間で無視できない勢力です。これらの企業は、プライベートコンピューティング技術の開発を加速し、新たな産業機会や開発スペースを創出するだけでなく、企業とユーザーの関係を再構築し、産業の力や市場構造のバランスに影響を与えることさえ期待されています。

Tencent

Tencent は、2009 年にはビッグ データ処理プラットフォームを独自に開発し、ハイ パフォーマンス コンピューティングをリリースしました。 2015 フレームワーク Angel は、10 億次元のアルゴリズム トレーニングと非構造化データ処理をサポートしており、WeChat Pay、QQ、Tencent Video などのビジネスで広く使用されています。データセキュリティとプライバシー保護のニーズによりよく対応するため、テンセントはプライバシーコンピューティング技術を積極的に研究し、2019年に専任の研究開発チームを設立し、社内人材の育成に努めた。 2021年、テンセントの第4世代ビッグデータプラットフォーム「Tiangong」がリリースされ、安全な方法でデータアイランドを突破し、安全でインテリジェントで統合された新しいデータインフラストラクチャを構築することを目指しています。その中でも、プライバシー コンピューティングは、さまざまなシナリオで機械学習やビッグデータ分析が実装される際に、データのセキュリティを確保するための中核となるテクノロジーです。

Tiangong Platform の中核製品である Angel PowerFL セキュア ジョイント コンピューティング プラットフォームは、Tencent がプライバシー コンピューティングの最先端技術分野に注力した成果であり、現在中国の市場を通過しています。金融認証センター (CFCA)、中国信用 通源工業大学などの権威ある機関によって評価されており、金融、広告、医療、政府事務などのシナリオに導入され、良好な適用結果を達成しています。もう 1 つのコア製品である Tencent クラウド セキュリティおよびプライバシー コンピューティング プラットフォームは、フェデレーテッド ラーニング、マルチパーティ セキュア コンピューティング、ブロックチェーン、TEE およびその他のセキュリティ技術に基づく分散コンピューティング プラットフォームであり、Angel PowerFL 機能のサポートに依存しており、強力なセキュリティ、高セキュリティに重点を置いています。パフォーマンスと強力な安定性、使いやすい 4 つのコア機能と機能により、ローカル エリアを離れることなく、オリジナルの連携データを使用してジョイント モデリング、セキュア インターセクション (PSI)、隠しクエリ、セキュリティ統計分析などの機能を実現できるようになり、業界のニーズとユーザーを完全に満たすための製品アプリケーション層 この問題点は、政府機関を越えたデータ連携、銀行信用、保険、政府事務、オンライン教育などの複数のシナリオで実際に適用されています。

Tencent Angel PowerFL プライバシー コンピューティング チームは、中国で最も早くプライバシー コンピューティングとフェデレーテッド ラーニング テクノロジーの研究と応用を実行したチームの 1 つであり、ビッグデータ、分散コンピューティングに取り組んでいます。メッセージ ミドルウェア、マルチパーティ セキュア コンピューティング、および応用暗号化の分野で豊富な研究開発および応用経験があり、プライバシー コンピューティングの研究論文を 10 件近く出版し、プライバシー コンピューティング技術の発明特許出願を 60 件以上提出しています。 、複数の商用プライバシー コンピューティング テクノロジーを備えており、フェデレーテッド ラーニング プラットフォーム製品は現在、Tencent Cloud を通じて外部の世界に公開されています。このチームは、2020 iDASH 国際プライバシー コンピューティング コンペティションのトラステッド コンピューティング トラック チャンピオン、2021 年 iDASH フェデレーテッド ラーニング トラック チャンピオン、2022 年 iDASH 準同型暗号化トラック チャンピオンなど、プライバシー コンピューティング業界で最も影響力と権威のある賞を 3 年連続で受賞しています。 。

現在、Tencent Privacy Computing は、Tencent Big Data、Tencent Security、Tencent Billing、Tencent Cloud、Tencent Advertising AI、および華中大学の暗号化、プライバシー コンピューティング、ビッグデータ、機械学習の分野のテクノロジーを統合しています。科学技術の専門家。 Tencent の多様な技術力を組み合わせ、フェデレーテッド ラーニング、安全なマルチパーティ コンピューティング、ブロックチェーンなどのテクノロジーを深く統合することで、お客様がデータ サイロを打破し、データ利用の最大の価値を発揮できるよう支援します。今後も、プライバシー コンピューティングとクラウド AI セキュリティ テクノロジーの統合を継続し、他の企業や機関と協力してプライバシー コンピューティングの広範な実装を促進していきます。

Ant

Ant Group は、2016 年からプライバシー コンピューティングを展開してきました。テクノロジーの研究開発において、製品サービス 環境保護や環境共生などの面で多くの成果を上げています。 Ant は業界で最も多くのプライベート コンピューティング特許を保有しており、信頼できる高密度ステート コンピューティングや制御された匿名性などの新しいテクノロジを提案してきました。製品とサービスの面では、オープンソースの信頼できるプライバシー コンピューティング フレームワーク SecretFlow は、現在の主流のプライバシー コンピューティング テクノロジのほぼすべてをサポートし、相互接続を積極的にサポートしています。オープンソースの信頼できる実行環境プライバシー コンピューティング オペレーティング システム Occlum は、Linux 環境の API と互換性があり、既存のアプリケーションは、変更をほとんど必要とせずに信頼できる実行環境で実行できるため、TEE アプリケーション開発の敷居が大幅に下がります。商用利用の場合、Ant Privacy Computing All-in-One は、ソフトウェアとハ​​ードウェアを完全に統合したシステム プラットフォームを提供します。信頼のスタックを実現し、組織にとって理想的なプラットフォームとして機能します 企業間の共同データコンピューティングのためのワンストップセキュリティソリューションを提供します; 大規模なマルチパーティセキュアコンピューティング商用プラットフォームである Ant Chain Moss は、業界で初めてマルチパーティ セキュア コンピューティング製品評価 (CAICT MPC 評価) であり、ゴールド スタンダード委員会の MPC 評価製品に合格した最初の製品であり、2022 年 2 月の時点で 150 以上の業界顧客にサービスを提供しています。エコロジーの観点から、Ant は国際および国内の業界標準の策定を積極的に推進しており、多くの重要な標準の主導的な組織です。

##Alibaba

アリババ グループは、Alibaba Security、Alibaba Cloud、Damo など、プライバシー コンピューティングの分野に広く関与しています。同研究所は関連する研究を実施している。アリババセキュリティのジェミニ研究所は、準同型暗号化、安全なマルチパーティ計算などに重点を置いており、その研究開発技術はアリババのビジネスに広く活用されており、一部の技術は業界トップレベルに達しています。 Alibaba Cloud は、2020 年にチップ セキュリティに基づいた信頼できる仮想化インスタンスを初めてリリースし、2021 年にプライバシーが強化された DataTrust コンピューティング プラットフォームをリリースしました。準同型暗号化と信頼できる実行環境に基づいて、マルチパーティのデータ連携をサポートしながら、データのセキュリティとプライバシーを確​​保します。データの規模や複雑さに影響されない分析と予測は、中国初のパブリック クラウド ネイティブの暗号化コンピューティング製品です。 DAMO アカデミーは 2022 年に FederatedScope フェデレーテッド ラーニング フレームワークをリリースし、オープンソース化しました。豊富なアプリケーション シナリオで大規模かつ効率的なフェデレーテッド ラーニングの非同期トレーニングをサポートしています。PyTorch や Tensorflow などのさまざまなデバイス オペレーティング環境と互換性があり、フェデレーション ラーニングのコスト 科学研究と実際のアプリケーションにおける開発の困難さとコスト。

Baidu

Baidu は 2012 年に「データ セキュリティ ポリシー」を発表し、2018 年にデータ プライバシー保護委員会を設立しました。現在、プライバシー コンピューティングは、基盤となる基本テクノロジーとして、Baidu Smart Cloud、Baidu Security、Baidu Super Chain などのプラットフォームに展開されており、複数のテクノロジーを組み合わせてソリューションを立ち上げ、アプリケーションの実装を実現しています。また、Baidu Smart Cloud はブロックチェーン プラットフォームと統合し、ブロックチェーン テクノロジーをクラウド コンピューティングとプライバシー コンピューティングのプロセスに組み込むことで、さまざまなシナリオでのプライバシー コンピューティングの実装を促進します。 Baidu Brain のビッグ データ サービス プラットフォームである Baidu Dianshi は、フェデレーテッド ラーニング、マルチパーティ セキュア コンピューティング、信頼できる実行環境などの主流のプライバシー コンピューティング テクノロジーに基づいており、データ エンパワーメントを安全かつ効率的に実装し、顧客がデータの価値を高めるのを支援します。 。 Baidu Dianshi Security Computing Platform (MesaTEE) は、Baidu Security が企業向けのプライバシー コンピューティングを実装するための重要なプラットフォームです。 Baidu Paddle が開発したオープンソースのフェデレーション ラーニング フレームワークである PaddleFL をベースに、企業間の連携をデータ レベルで安全に実行できます。 PaddleFL は、コンピューター ビジョン、自然言語処理、推奨アルゴリズム、その他の分野におけるさまざまなフェデレーテッド ラーニング戦略とそのアプリケーションを提供します。

バイトダンス

ByteDance はプライバシー コンピューティングの分野に比較的集中したレイアウトを持っており、その最も重要な製品は Fedlearner 連合学習プラットフォームです。このプロジェクトは 2019 年に開始され、当初は単一企業向けにカスタマイズされ、企業の広告効率向上を支援するニューラル ネットワーク垂直連合学習テクノロジーに基づいていました。インターネット金融と教育。 2020 年、Fedlearner はオープン ソースとなり、複数の種類のフェデレーテッド ラーニング モデルをサポートします。システム全体には、コンソール、トレーナー、データ処理、データ ストレージ、その他のモジュールが含まれます。各モジュールは、フェデレーションに参加する両当事者のクラスターに対称的にデプロイされ、エージェントを介して相互に通信し、トレーニングを実現します。 ByteDance は、Privacy Computing Alliance (CCC) のメンバーとして、プライベート コンピューティング市場の発展の促進、テクノロジーと規制基準に影響を与え、次世代インターネットのコンピューティングの信頼性とセキュリティの向上にも取り組んでいます。

結論

データセキュリティとコンプライアンスの循環が不可避となる中、現時点でデータの「使えるものと見えないもの」を実現する唯一の技術的ソリューションはプライバシーコンピューティングです。将来のテクノロジー業界に大きな影響を及ぼし、実体経済の主要分野にも重要な影響を与えるでしょう。典型的な金融、医療、その他のシナリオに加えて、プライバシー コンピューティングもますます多くの業界や分野で検討されています。

たとえば、電力会社はプライバシー コンピューティングを通じて電力網データのライフサイクル全体を保護し、データをクラウドに安全にアップロードしたり、コンピューティング サービス プロバイダーにアウトソーシングしたりできるようになります。計算能力を実現し、企業のコストを削減し、効率を向上させます。広告プラットフォームはプライバシー コンピューティングを使用してユーザー データを暗号化し、元のデータを特定できないようにすることで、個人情報を明らかにすることなく広告のターゲティングとパーソナライズされた推奨を完了します。フェデレーテッド ラーニングなどのテクノロジーを使用すると、元のユーザー データを共有することなくこれを実現できます。機械学習モデルをトレーニングし、ユーザー端末でパーソナライズされたレコメンデーションを完了することもできるため、ユーザーのプライバシー保護を最大化しながらレコメンデーション効果を確保できます。将来的には、モバイル デバイス向けの信頼できる実行環境を含む革新的なプライバシー保護ソリューションにより、モバイルのパーソナライズされたレコメンデーション サービスで満足のいくユーザー エクスペリエンスを実現し、ユーザーのプライバシーを保護し、真に Win-Win の状況を実現できるようになります。旅行の分野では、プライバシー コンピューティングにより、通信事業者やサービス プロバイダーはオンライン データを暗号化された状態で使用して、都市の交通状況や旅行のニーズを分析および予測することができ、ユーザーのプライバシーとデータを保護しながら、交通整理や新しいビジネス イノベーションの基盤を提供できます。安全性。

データの価値を完全に解放することで、革命的なイノベーションを促進できることがわかりました。ChatGPT よりもスマートな製品が私たちの生活に入り込み、私たちの興味や習慣を理解し、カスタマイズしてパーソナライズされたサービスを提供することを想像してみてください。仕事と生活をこれまで以上に便利でパーソナライズしたものにします。このプロセスにおいて、プライバシー コンピューティングは新しいテクノロジーの応用に不可欠な部分として機能し、価値を生み出しながらデータの安全性と制御性を維持できるようになり、プライバシー保護に対する人々の合理的な期待を保護します。

以上がデータのために生まれ、プライバシーのために戦う: プライベート コンピューティング業界の加速する台頭の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。