（三）隱私計算公司商業(yè)模式與業(yè)務方向差異

1、商業(yè)模式

據(jù)零壹智庫調研了解，隱私計算公司目前有三種商業(yè)模式：

第一，硬件銷售。目前在隱私計算領域，有兩種硬件，一種是FPGA加速卡，一種是隱私計算一體機，都是使用硬件提升隱私計算性能，更加符合實際應用場景需求。比如星云Clustar隱私計算軟硬件一體機、螞蟻摩斯隱私計算一體機等。

第二，軟件銷售。就是銷售隱私計算系統(tǒng)軟件，大多數(shù)有隱私計算業(yè)務的公司都有這樣的系統(tǒng)軟件，比如螞蟻摩斯多方安全計算平臺、華控清交PrivPy 多方安全計算平臺、同盾科技智邦平臺iBond、瑞萊智慧隱私保護機器學習平臺RealSecure、金智塔科技的“金智塔”隱私計算平臺、天冕科技的天冕聯(lián)邦學習平臺WeFe、富數(shù)科技阿凡達安全計算平臺、洞見科技INSIGHTONE洞見數(shù)智聯(lián)邦平臺、藍象智聯(lián)GAIA平臺等。

第三，平臺分潤。隱私計算公司軟件銷售積累了一定數(shù)量的客戶之后，客戶通過軟件平臺調用數(shù)據(jù)，獲得收益之后，隱私計算公司可以獲得這方面的收入。

分潤有三種方式：

其一，數(shù)據(jù)源測分潤。即根據(jù)數(shù)據(jù)調用量，在數(shù)據(jù)源收益中分潤。

其二，數(shù)據(jù)應用場景分潤。在金融應用中，隱私計算主要應用于金融業(yè)務的風控和營銷場景，可以從場景取得的收益中分潤。

其三，類數(shù)據(jù)代理模式。向數(shù)據(jù)源采購數(shù)據(jù)，加工成評分之后進行銷售，整個過程中應用隱私計算技術。銷售評分的價格，是在數(shù)據(jù)采購成本的基礎上進行加價。

但是，目前開源正在成為潮流，這使得在未來可能出現(xiàn)新的隱私計算商業(yè)模式。

在中國，隱私計算的開源是從微眾銀行的隱私計算系統(tǒng)FATE開始的。2019 年 7月，微眾銀行一共發(fā)布了10款開源軟件，其中就包括FATE——第一個開源聯(lián)邦學習系統(tǒng)，開創(chuàng)了隱私計算系統(tǒng)開源的先例。

當下，零壹智庫了解到，在隱私計算領域，還有更多的公司已經(jīng)或者正在加入開源的行列。比如，2020年初，字節(jié)跳動聯(lián)邦學習平臺 Fedlearner 開源。2020年5月，矩陣元隱私AI開源框架Rosetta發(fā)布。星云Clustar在FATE開源社區(qū)內開源了解決針對FATE平臺自身存在的一些問題的方法，如解決FATE進程間通信問題的經(jīng)驗、技術、研究成果等。天冕科技聯(lián)邦學習平臺WeFe開放了全部源碼，包含用戶操作中心Board、網(wǎng)關GateWay、算法Kernel以及聯(lián)邦基礎設施Union等核心技術，共約30萬行代碼。富數(shù)科技也在考慮開源計劃，并且倡導開源項目之間也要采用開放的、兼容的、公共的技術協(xié)議。

對于B端，開源也在市場上逐漸發(fā)展為成熟的商業(yè)模式。主要的三種商業(yè)模式有：第一，在軟件開源提供后，以軟件后期的運維、部署、咨詢、升級等技術手段盈利；第二，發(fā)行企業(yè)版與開源社區(qū)版雙版本，企業(yè)版以服務于一些特點企業(yè)應用場景進行盈利；第三，通過將開源軟件部署在云端服務器，需求方通過訂閱的方式向提供方付費使用，同時這種模式也免去了實地部署等線下的過程與以及安裝費用。

因此，以后如果有更多的隱私計算平臺開源，將可能發(fā)展出更多的商業(yè)模式。

2、不同的愿景與方向

在市場發(fā)展初期，各公司的商業(yè)模式非常相像。據(jù)零壹財經(jīng)了解，目前巨頭和隱私計算創(chuàng)業(yè)公司在隱私計算業(yè)務上的收入來源，都是前文所述商業(yè)模式的不同組合，并無特別明顯的差異。
但是他們各自的身份、愿景、目標和技術特點并不完全相同，在未來的發(fā)展中，行業(yè)格局和這些公司在市場上各自的定位分工很有可能會據(jù)此產(chǎn)生變化。

2．1 數(shù)據(jù)底座

致力于做數(shù)據(jù)底座的公司，業(yè)務的重點在于為數(shù)據(jù)流通建立安全的技術和設施底座，為數(shù)據(jù)安全流通“修路架橋”，主要不是提供其上層的風控建模、營銷等方面具體應用產(chǎn)品和服務。他們更加傾向于通過合作為其他公司提供底層技術平臺，而非自己去提供具體的應用開發(fā)和服務。

華控清交致力于做數(shù)據(jù)流通基礎設施建設，是這一方向的典型代表。

基于多方安全計算等密碼學理論的隱私保護計算和數(shù)據(jù)流通技術、標準和基礎設施的技術和產(chǎn)品體系是華控清交的核心，能夠滿足廣泛用戶群體保護多方數(shù)據(jù)隱私且實現(xiàn)協(xié)同計算的基本需求。在此基礎上，用戶可以結合實際場景以及自身實際需求，通過增加相關模塊（包括存證模塊、研發(fā)輔助模塊、AI計算模塊、緩存模塊、SQL模塊、明密文協(xié)同計算模塊等功能模塊）對標準平臺進行補充以實現(xiàn)更全面的功能。

在華控清交的商業(yè)模式中，有一個突出的特點：華控清交不碰數(shù)據(jù)。在公司發(fā)展初期，華控清交的收入主要來源于項目收入，項目收入主要是技術和解決方案的銷售收入。目前，華控清交已經(jīng)進入了產(chǎn)品銷售階段。未來，預計華控清交的收入主要來自于技術和產(chǎn)品賦能以及數(shù)據(jù)流通生態(tài)建設和服務。但是，目前商業(yè)模式尚未完全成熟，需要在未來的商業(yè)實踐中進行不斷探索。

華控清交之外，也有更多的公司在這一方向進行探索。比如，翼帆數(shù)科等。

2．2 與場景深度融合

更加注重與場景深度融合的公司，在提供隱私計算軟件系統(tǒng)之外，在為場景方提供服務方面有更多的積累。并且，其在服務全程中需要配置更多的資源來服務這一戰(zhàn)略方向。在未來的收入結構中，他們從場景方的收益中獲得的分成也將占比不低。

洞見科技是這一方向的典型代表。

在資源積累、技術發(fā)展、市場推廣方面，洞見科技的行動都展現(xiàn)出與場景深度融合的能力與傾向。

首先看資源積累。對于數(shù)據(jù)資源，在市場化數(shù)據(jù)、生態(tài)數(shù)據(jù)、政府數(shù)據(jù)方面，洞見科技都有較為深厚的積累。

其次看技術發(fā)展。洞見科技在技術與場景進行深度融合方面走得更遠，這主要體現(xiàn)在數(shù)據(jù)處理和場景應用兩個方面。

在數(shù)據(jù)處理方面，結合多年的數(shù)據(jù)挖掘經(jīng)驗，洞見科技正在讓數(shù)據(jù)的預處理更加自動化和智能化，從而提高數(shù)據(jù)在隱私計算環(huán)節(jié)的計算效率。

在場景應用方面，洞見科技將隱私計算技術與其他金融科技進行了深度融合。

再次看市場推廣。洞見科技的市場推廣策略也是與對場景的服務相配合的。

為了以更少的人力投入觸達更多的金融機構，不少隱私計算廠商會依靠合作伙伴來進行部分市場推廣。這些合作伙伴大多是與金融機構此前有業(yè)務合作的公司，比如金融IT服務商等。

洞見科技的做法則完全不同。除了少數(shù)政企客戶之外，大多數(shù)情況下，洞見科技都會依靠自己的市場人員與客戶直接接觸。這樣做是因為，在金融機構購買洞見科技的隱私計算軟件之后，洞見科技后續(xù)要通過這個軟件平臺，為金融機構提供智能風控、智能營銷、反洗錢、資產(chǎn)風險掃描等方面的服務。洞見科技需要與客戶直接接觸，深入了解客戶的業(yè)務，幫助客戶解決問題。

2．3 隱私計算疊加數(shù)據(jù)運營

此類隱私計算公司，初期是從某一場景切入，但是其最終目標并非專注于場景服務，而是致力于打通數(shù)據(jù)流通鏈路，為數(shù)據(jù)流通提供平臺服務。

藍象智聯(lián)是這一方向的典型代表。

藍象智聯(lián)首先進入的是金融行業(yè)。在金融機構一側，不少機構對如何應用互聯(lián)網(wǎng)大數(shù)據(jù)的能力還有待提升。藍象智聯(lián)會在業(yè)務開展過程中，幫助金融機構了解不同的數(shù)據(jù)源在金融業(yè)務中應當如何使用。在數(shù)據(jù)源一側，數(shù)據(jù)源機構掌握的數(shù)據(jù)維度非常多，但是數(shù)據(jù)源不做金融業(yè)務，也不知道金融機構需要哪些數(shù)據(jù)，藍象智聯(lián)也會幫助數(shù)據(jù)源對數(shù)據(jù)進行處理和封裝，使得雜亂無章的數(shù)據(jù)變成符合金融機構應用需求的標準化的數(shù)據(jù)資產(chǎn)。

這些行動的目標在于，打通數(shù)據(jù)交易的鏈路，使得數(shù)據(jù)源和數(shù)據(jù)使用方的需求能夠真正對接起來，數(shù)據(jù)在藍象智聯(lián)的平臺上能夠被越來越多地應用，從而使得藍象智聯(lián)的系統(tǒng)吸引越來越多的數(shù)據(jù)源和數(shù)據(jù)使用方，成為一個真正的平臺。

2．4 開放平臺

致力于走向這一方向的公司，隱私計算只是其業(yè)務的一環(huán)，其整個商業(yè)體系還有其他更多的設計目標。隱私計算在整個設計體系當中，主要是幫助實現(xiàn)數(shù)據(jù)的安全交互。在此基礎之上，整個商業(yè)體系應用數(shù)據(jù)分析來實現(xiàn)其他的業(yè)務創(chuàng)新。

同盾科技是這一方向的典型代表。

同盾科技建立了可信AI生態(tài)平臺的基礎設施——智邦平臺（iBond）、開放互聯(lián)參考模型 （FIRM）、和天啟可信AI開放操作系統(tǒng) （InceptionAI）。

智邦平臺（iBond），是可以幫助數(shù)據(jù)源和數(shù)據(jù)使用方之間實現(xiàn)數(shù)據(jù)安全交互的一個平臺。

開放互聯(lián)參考模型 （FIRM）是為了解決不同聯(lián)邦系統(tǒng)的互聯(lián)互通問題，以及在更大范圍內建立聯(lián)邦生態(tài)網(wǎng)絡。其中，F(xiàn)LEX （Federated Learning EXchange）協(xié)議是一套標準化的聯(lián)邦協(xié)議，是可信AI的HTTPS，能夠合規(guī)安全使用數(shù)據(jù)而不改變數(shù)據(jù)的所有權。它是FIRM體系中數(shù)據(jù)交換層的一種實現(xiàn)范例。

天啟可信AI開放操作系統(tǒng)，不僅可以實現(xiàn)用戶和各種傳統(tǒng)硬件資源之間的交互，更可以管理知識聯(lián)邦中各種任務聯(lián)盟進程和安全合規(guī)的虛擬大數(shù)據(jù)。

不同于許多提供隱私計算技術的廠商，同盾的天啟可信AI開放操作系統(tǒng)面向實際應用，提供數(shù)據(jù)、算法、模型及應用商店。所有隱私計算的開發(fā)者、使用者，都可以在這個平臺上安全交流和交易數(shù)據(jù)、算法、模型、應用。

這樣一套基礎設施的建設，其主要目標是面向下一代人工智能，建立可信AI生態(tài)平臺，匯集數(shù)據(jù)、算法、模型和各種應用，一方面推動人工智能技術的進步，另一方面利用應用人工智能技術來推動更多的創(chuàng)新。

同盾科技的案例，我們還將在第六章中作為代表案例詳細介紹。

2．5 “區(qū)塊鏈＋隱私計算”基礎平臺

這是零壹財經(jīng)在調研中發(fā)現(xiàn)的全新的業(yè)務方向。這一方向的典型代表是微眾銀行的WeDPR平臺和Oasis Network。

WeDPR是將區(qū)塊鏈技術與隱私計算技術結合起來建立的平臺。它使得實際商業(yè)場景中的敏感數(shù)據(jù)在區(qū)塊鏈上可以得到更好的隱私保護。
具體來說，WeDPR是一套場景式隱私保護高效技術解決方案，依托區(qū)塊鏈等分布式可信智能賬本技術，融合學術界、產(chǎn)業(yè)界隱私保護的前沿成果，兼顧用戶體驗和監(jiān)管治理，針對隱私保護核心應用場景提供極致優(yōu)化的技術方案，同時實現(xiàn)了公開可驗證的隱私保護效果。

WeDPR由微眾銀行自主研發(fā)，致力于使用技術手段有效落實用戶數(shù)據(jù)和商業(yè)數(shù)據(jù)的隱私保護，提供即時可用的開發(fā)集成體驗，助力全行業(yè)合法合規(guī)地開拓基于隱私數(shù)據(jù)的核心價值互聯(lián)和新興商業(yè)探索，同時讓數(shù)據(jù)控制權真正回歸數(shù)據(jù)屬主。

WeDPR為“區(qū)塊鏈＋隱私計算”的融合發(fā)展探索出新路徑，助力落地更多的應用場景，可應用于支付、供應鏈金融、跨境金融、投票、選舉、榜單、競拍、招標、搖號、抽檢、審計、隱私數(shù)據(jù)聚合分析、數(shù)字化身份、數(shù)字化資質憑證、智慧城市、智慧醫(yī)療等廣泛業(yè)務場景。

場景式隱私保護解決方案WeDPR由微眾銀行區(qū)塊鏈團隊基于多年在技術領域的沉淀而研發(fā)。該團隊自2015年開展聯(lián)盟鏈領域技術研究和應用實踐以來，已研發(fā)一整套含括底層技術、中間件、分布式數(shù)字身份、數(shù)據(jù)隱私保護、跨鏈、消息協(xié)作、數(shù)據(jù)治理等在內的技術方案支撐產(chǎn)業(yè)應用，實現(xiàn)全方位國產(chǎn)化，公開專利申請數(shù)位居全球前列，參與制定國際國內多項標準，牽頭建成最大最活躍的國產(chǎn)開源聯(lián)盟鏈生態(tài)圈，生態(tài)圈內匯集4萬余名社區(qū)用戶、2000多家企業(yè)及機構共建區(qū)塊鏈產(chǎn)業(yè)生態(tài)，數(shù)百應用項目基于FISCO BCOS研發(fā)，其中超120個應用已在生產(chǎn)環(huán)境中穩(wěn)定運行。同時，開源極大地推動了行業(yè)落地應用的發(fā)展。

圖：微眾銀行WeDPR應用場景矩陣

來源：微眾銀行

Oasis Network于 2020 年 11 月 19 日正式上線，是全球首個具有隱私保護功能和可拓展性的去中心化區(qū)塊鏈網(wǎng)絡。
技術創(chuàng)新方面，Oasis 網(wǎng)絡采用獨特的分層網(wǎng)絡架構，將區(qū)塊鏈分為共識層和 Paratime 層，實現(xiàn)更高的性能和更強的可定制性，進一步解鎖區(qū)塊鏈的新用例和應用程序。

共識層由去中心化驗證節(jié)點組成，具有可拓展、高吞吐量、安全等特點；

ParaTime是智能合約層，托管許多ParaTime，每個運行時代表具有共享狀態(tài)的復制計算環(huán)境，用戶可根據(jù)自身需求進行復自定義創(chuàng)建。

在隱私保護方面，Oasis采用了英特爾的SGX擴展指令集「TEE可信執(zhí)行環(huán)境」實現(xiàn)隱私保護，數(shù)據(jù)進入TEE安全「黑盒子」「黑盒子」后會進行加密處理，輸出結果為加密處理后的數(shù)據(jù)，任何沒有權限的人甚至底層操作系統(tǒng)本身都不能非法調用，整個過程保護了數(shù)據(jù)隱私性，確保敏感數(shù)據(jù)不會泄露給計算節(jié)點或軟件開發(fā)者。

與此同時，Oasis 網(wǎng)絡還創(chuàng)新提出了“數(shù)據(jù)代幣化”概念，用戶不僅能夠完全掌握自己的隱私數(shù)據(jù)，還能通過共享隱私數(shù)據(jù)獲得收益，進一步實現(xiàn)隱私保護，推動構建有責數(shù)據(jù)經(jīng)濟。

［page］［／page］

隱私計算投融資與專利分析

（一）隱私計算投融資分析［本報告對于未披露具體金額的融資處理方式為：未透露＝0，數(shù)十萬＝50萬，數(shù)／近百萬＝100萬，數(shù)／近千萬＝1000萬，數(shù)／近億／億元及以上億，數(shù)十億億；為了方便統(tǒng)計，在進行貨幣換算時，本報告按1美元＝6．5元來計算。］

隨著數(shù)字技術的飛速發(fā)展，新平臺、新模式、新算法不斷出現(xiàn)，數(shù)據(jù)安全的重要性日益凸顯，需求與政策的驅動也吸引了眾多風險資本的涌入。

2016年前后，隱私計算領域初創(chuàng)公司開始迎來風險資本的投資，至2021年9月累計融資規(guī)模超過56億元。

考慮到互聯(lián)網(wǎng)巨頭、第四范式、醫(yī)渡云、聯(lián)易融等較為成熟的公司在融資之后僅將部分資金用于隱私計算產(chǎn)品研發(fā)和推廣，前述融資規(guī)模應在數(shù)百億元級別。下文僅以零壹財經(jīng)目前已知的隱私計算初創(chuàng)公司以及隱私計算業(yè)務占比較大的公司為統(tǒng)計對象，做一些維度的分析。

1、融資數(shù)量節(jié)節(jié)攀升，融資金額在2018年達到峰值

據(jù)零壹智庫不完全統(tǒng)計，截至2021年9月底，隱私計算初創(chuàng)公司累計獲得63筆股權融資，公開披露的融資總額達到56．1億元（12筆未透露金額）。近年來，隱私計算領域融資活躍度整體向好，融資規(guī)模受少數(shù)公司影響波動較大。

從數(shù)量上看，2013—2015年僅有同盾科技和星環(huán)科技2家公司獲得零星的投資［ 這里需要補充說明的是：目前進入隱私計算領域的公司，有些在初創(chuàng)之時業(yè)務方向并非隱私計算，而是在2018、2019年之后逐漸涉足隱私計算業(yè)務，但是在數(shù)據(jù)統(tǒng)計當中，難以完全剔除此類數(shù)據(jù)進行統(tǒng)計，因此，他們最初獲得融資的時間會比進入隱私計算領域的時間更早。同盾科技初創(chuàng)時的業(yè)務方向更偏向金融科技，星環(huán)科技初創(chuàng)時的業(yè)務方向更傾向大數(shù)據(jù)。再例如，趣鏈科技最初的業(yè)務方向為區(qū)塊鏈，因此其融資金額并非全部投向隱私計算。］；2016—2018年開始增多，每年達到5～6筆，2019年后攀升到12筆以上。從金額上看，每年波動較大，2016年開始超過5億元，2018年高達16．1億元創(chuàng)下年度最高融資記錄，2019年回落到13．5億元左右，2020年則不足3億元。究其原因，主要是少數(shù)明星公司獲得較大數(shù)額融資：2018年，趣鏈科技在獲得15億元B輪融資；2019年，星環(huán)科技獲得6億元D輪系列融資，同盾科技獲得1．1億元D輪系列融資。

圖：2013－2021年隱私計算初創(chuàng)公司融資情況

數(shù)據(jù)來源：零壹智庫注：＊數(shù)據(jù)統(tǒng)計截至2021年9月30日，下同。

2、八成融資處于早期階段，4家公司完成C輪融資

整體而言，A輪及其之前的融資數(shù)量為40筆，公開披露的融資總額約為7．4億元；B輪融資11筆，對應的金額高達26．3億元。早期階段（B輪及其以前）的融資數(shù)量占81．0％，大多數(shù)企業(yè)尚未形成成熟的商業(yè)模式。C輪和D輪融資各4筆，融資總額分別為9．1億元和13．2億元。

圖：2013—2021年隱私計算初創(chuàng)公司各融資階段數(shù)量及金額分布

數(shù)據(jù)來源：零壹智庫

注：A輪包含Pre－A、A、A＋，其他同理，戰(zhàn)略投資均發(fā)生在種子／天使輪或Pre－A輪后；下同。

從時間維度上看，2017年有2家隱私計算公司進入C輪融資階段：星環(huán)科技和同盾科技，它們在2019年又各自完成了2輪D系列融資。時隔近四年，趣鏈科技和富數(shù)科技相繼在2021年完成數(shù)億元C輪融資。早期融資持續(xù)活躍，中后期融資陸續(xù)出現(xiàn)。

圖：2013—2021年隱私計算初創(chuàng)公司各融資階段數(shù)量走勢

數(shù)據(jù)來源：零壹智庫

3、隱私計算公司聚集在北上杭，杭州和上海發(fā)展更為成熟

獲投隱私計算初創(chuàng)公司的注冊地主要在北京、上海和杭州3個城市，其次是深圳和西安。北京有7家公司獲得融資，但融資總額僅0．5億元；上海有7家公司獲得20輪融資，杭州有6家公司獲得19輪融資，二者融資總額分別為18．3億元和34．3億元。杭州互聯(lián)網(wǎng)基因強大，同盾科技、趣鏈科技等數(shù)據(jù)服務類公司起步早、發(fā)展快，整體發(fā)展更為成熟。

圖：各地隱私計算初創(chuàng)公司融資數(shù)量及金額分布    

數(shù)據(jù)來源：零壹智庫

4、IDG資本和啟明創(chuàng)投投資最多

從投資機構來看，IDG資本投資次數(shù)最多，達到6次，但只投了同盾科技和沖量在線；啟明創(chuàng)投投資5次，投了星環(huán)科技、同盾科技和锘崴科技；基石資本投資4次，也只投了2家公司：星環(huán)科技和星云Clustar。投資達到3次的有紅杉資本、華創(chuàng)資本、寬帶資本等6家機構，詳見表1所示。

此外，騰訊領投了星環(huán)科技2．35億元C輪融資，上市公司新湖中寶旗下智腦投資在趣鏈科技15億元B輪融資中投入約12．3億元。

表：隱私計算領域活躍投資機構（投資次數(shù)＞＝3）

數(shù)據(jù)來源：零壹智庫

表：隱私計算初創(chuàng)公司融資記錄（金額＞＝1億元）

數(shù)據(jù)來源：零壹智庫

（二）隱私計算專利分析

隱私計算作為一個新興的技術領域，目前初創(chuàng)公司居多。即使在發(fā)展較為成熟的互聯(lián)網(wǎng)巨頭和上市公司當中，隱私計算也是新的業(yè)務板塊。因此，可用于衡量一家公司技術實力強弱的公開可用的數(shù)據(jù)較少。

在目前的狀況下，專利數(shù)據(jù)是可衡量一家公司實力的有力參照系。因此，零壹智庫對隱私計算的專利數(shù)據(jù)進行了專門的分析。

根據(jù)零壹智庫專利數(shù)據(jù)統(tǒng)計結果顯示，截至2021年10月1日，全球有28個國家和地區(qū)、3000家公司參與了隱私計算相關專利的申請，合計1．72萬件。

從專利申請情況來看，目前中國隱私計算技術領先美日韓等其他國家，在全球TOP50企業(yè)中，中國有23家公司進入榜單。其中螞蟻集團和華為分別位列全球第1和第3。

從技術方案來看，申請可信執(zhí)行環(huán)境專利的公司數(shù)量遠高于多方安全計算和聯(lián)邦學習。

從行業(yè)應用情況來看，隱私計算技術正不斷滲透各個行業(yè)和場景，除了在金融、醫(yī)療、政務等常見場景，一些公司還探索隱私計算技術在電網(wǎng)、審計、出行、酒店、民航、招聘等場景中的應用。

中國目前有超過2000家公司參與隱私計算專利申請，但是成功推出相關產(chǎn)品的僅部分公司。在相關政策和行業(yè)法規(guī)的推動下，未來可能有更多的隱私計算產(chǎn)品被推出。

1、國內外隱私計算專利申請情況

早在20世紀80年代，以MPC為代表的密碼學理論就已經(jīng)被提出，長期以來處于實驗室研究階段。根據(jù)零壹智庫專利數(shù)據(jù)顯示，隱私計算相關專利首次于1986年由英國的電信公司Plessey提出申請。

之后的30多年，來自中、美、日、韓、法等28個國家和地區(qū)的公司相繼開展了對隱私計算技術的研究，并參與了專利申請。截至2021年10月1日，全球有2，966家公司參與了隱私計算相關專利申請，合計17，170件。

其中，中國、美國和日本是隱私計算專利申請數(shù)量最多的3個國家，專利申請數(shù)量分別是8784件、4151件和1298件，占比分別為61．16％、24．18％和7．56％。

圖： 全球隱私計算專利分布情況

數(shù)據(jù)來源：零壹智庫，智慧芽

2、中國隱私計算專利申請情況

截至2021年8月，中國已經(jīng)有超過2，000家公司參與了隱私計算專利申請，合計8784件。

縱觀中國在隱私計算領域的專利申請情況，大致可以分為3個階段。

階段一（2011年之前），中國每年申請的隱私計算專利不超過100件，每年參與專利申請的公司不超過60家。在這個階段，雖然隱私計算相關概念還未提出，但是相關密碼學技術已經(jīng)出現(xiàn)。

階段二（2012～2015年），中國每年隱私計算專利申請數(shù)量超過100件，參與專利申請的公司數(shù)量也開始突破100家。

階段三（2015～至今），中國每年隱私計算專利申請數(shù)量呈現(xiàn)爆發(fā)式增長，在2019～2020年每年專利申請數(shù)量保持在1，000件以上，參與公司規(guī)模也均在400家左右。

盡管中國在隱私計算領域的研究晚于美國等發(fā)達國家，但在政府相關政策的加持和企業(yè)及個人對隱私安全的愈加重視，中國隱私計算技術在近兩年獲得快速發(fā)展，并在全球已初具競爭優(yōu)勢。

圖：2001～2021H1中國隱私計算專利申請情況

數(shù)據(jù)來源：零壹智庫，智慧芽

3、中國隱私計算技術應用情況

目前，隱私計算核心技術主要包括聯(lián)邦學習、可信執(zhí)行環(huán)境和多方安全計算。

由于可信執(zhí)行環(huán)境具有通用性高、開發(fā)難度低、算法實現(xiàn)上更加靈活等特點，該技術專利申請受到眾多科技公司的青睞，數(shù)量明顯高于其它兩個。根據(jù)零壹智庫專利數(shù)據(jù)統(tǒng)計，截至2021年10月，中國有181家公司申請了相關專利，合計815件，是隱私計算領域公司參與度最高、專利申請數(shù)量最多的技術。其次，聯(lián)邦學習和多方安全計算，參與專利申請的公司分別有108家和105家，專利申請數(shù)量分別為396件和416件。

圖： 中國隱私計算各技術領域專利申請情況

數(shù)據(jù)來源：零壹智庫，智慧芽

從專利申請情況來看，同態(tài)加密和零知識證明在中國關注度明顯高于其他加密技術。截至目前，同態(tài)加密有182家公司參與相關專利申請，專利合計544件；其次是零知識證明，有124家公司參與專利申請，專利合計376件；其他4項密碼學技術參與公司數(shù)量均在10～50家公司之間，專利申請數(shù)量在20～110之間。

圖：密碼學在隱私計算領域應用情況

數(shù)據(jù)來源：零壹智庫，智慧芽

4、中國隱私計算行業(yè)及場景應用

在近幾年，隱私計算技術和產(chǎn)品逐漸成熟，伴隨著中國數(shù)字經(jīng)濟的發(fā)展，數(shù)據(jù)安全和個人隱私安全受到政府、企業(yè)及個人的關注，除互聯(lián)網(wǎng)科技公司之外，金融機構、醫(yī)療、電信、電網(wǎng)、大消費等多個行業(yè)公司相繼探索隱私計算的應用。

從專利申請情況來看，隱私計算主要應用場景有金融、醫(yī)療、電網(wǎng)、政務等多個行業(yè)。

4．1 金融＋隱私計算

從專利申請情況來看，金融行業(yè)是隱私計算技術專利申請數(shù)量最多、參與公司規(guī)模最大的行業(yè)。截至目前，中國有129家公司申請了相關專利，合計408件。在這些公司當中，專利申請數(shù)量最多的3家公司分別是螞蟻集團、阿里巴巴和平安集團。除此之外，金融機構當中建設銀行、平安集團、陽光保險、泰康保險、中國銀聯(lián)、興業(yè)證券等金融機構均有相關專利申請。

表： 2021年中國金融機構申請隱私計算專利情況

數(shù)據(jù)來源：零壹智庫，智慧芽

注：數(shù)據(jù)截至2021年10月1日公開的專利數(shù)量

從應用場景來看，隱私計算技術在金融行業(yè)中的應用場景包括供應鏈金融、資產(chǎn)管理、保險理賠、風險管理、反洗錢、金融身份認證、征信評估、財務審計等。

4．2 醫(yī)療＋隱私計算

醫(yī)療行業(yè)，醫(yī)學研究、臨床診斷、醫(yī)療服務等對數(shù)據(jù)分析和應用挖掘有著強烈需求。但是，現(xiàn)階段醫(yī)療大數(shù)據(jù)搜索、共享、數(shù)據(jù)挖掘服務尚處于不成熟階段，缺乏對數(shù)據(jù)的深度可信挖掘和權限認證，尚未形成有體系的標準和保護措施。嚴格的法律，缺失的保護體系和標準，造成大量醫(yī)院，醫(yī)療研究機構等醫(yī)療數(shù)據(jù)擁有者不愿或不敢分享其擁有的數(shù)據(jù)資源，從而嚴重影響了醫(yī)療數(shù)字化的進步和發(fā)展。

為此，一些科技公司采用隱私計算技術構建相關系統(tǒng)或平臺，各節(jié)點的醫(yī)療機構在不需要共享原始數(shù)據(jù)的情況下進行聯(lián)合建模和聯(lián)合數(shù)據(jù)分析，有效推動醫(yī)療行業(yè)數(shù)據(jù)高效利用。

據(jù)零壹智庫不完全統(tǒng)計，截止目前，中國有41家公司申請了隱私計算＋醫(yī)療相關專利，并且這些公司專利申請數(shù)量保持在1～3件。在這些公司當中，騰訊、榮澤科技、醫(yī)渡云等公司均有推出自己的隱私計算產(chǎn)品。

4．3 電網(wǎng)＋隱私計算

目前，我國經(jīng)濟和網(wǎng)絡科技的飛速發(fā)展，我國對電力系統(tǒng)各方面的需求在不斷提高，智能化進程也在不斷推進。與此同時，智能電網(wǎng)的安全問題也日益得到重視。其中，裝備在電網(wǎng)中的各種傳感器和智能電表負責實時監(jiān)測電網(wǎng)的運行狀態(tài)和收集用戶用電數(shù)據(jù)，并將這些信息及時地提交給控制中心處理。但目前的大多數(shù)智能電表都是以明文的形式與控制中心進行交互，數(shù)據(jù)的安全性并未得到應有的保障，用戶的隱私信息容易被泄露。

為此，一些企業(yè)在近幾年開始探索隱私計算技術在智能電網(wǎng)中的應用。根據(jù)零壹智庫專利數(shù)據(jù)統(tǒng)計，截至目前，我國有30家公司申請了電網(wǎng)＋隱私計算相關專利。其中，專利申請數(shù)量最多的兩家公司分別是國家電網(wǎng)和南方電網(wǎng)，專利申請數(shù)量分別是31件和16件，其余28家公司專利申請數(shù)量保持在1～3件之間。

除此之外，根據(jù)專利申請情況，隱私計算應用場景還包括出行、智能汽車、酒店、民航、招聘等。很顯然，各行業(yè)對于隱私計算技術均有不同程度的需求，但是大部分場景處于研發(fā)階段，未來發(fā)展還需更多投入。

5、全球隱私計算專利榜單TOP50

根據(jù)專利申請數(shù)量，零壹智庫發(fā)布了2021年全球隱私計算專利榜單TOP50。其中，專利申請數(shù)量最多的3家公司分別是螞蟻集團（1，1857件）、Intel（780件）和華為（780件）。

按照公司注冊地，這50家公司分別來自中國、美國、日本、英國、韓國、芬蘭、荷蘭、瑞典、法國和德國10個國家。其中，中國數(shù)量最多，有23家公司進入榜單；其次是美國和日本，各有9家公司上榜。

表： 2021年全球隱私計算專利榜單TOP50

數(shù)據(jù)來源：零壹智庫，智慧芽

注1：專利數(shù)據(jù)通過隱私計算相關計算關鍵字和密碼學IPC專利分類號檢索獲取，數(shù)據(jù)結果可能會與實際情況存在差異

注2：數(shù)據(jù)截2021年10月1日公開的專利數(shù)量

［page］［／page］

隱私計算在金融領域應用

金融領域，是當下隱私計算技術應用落地最為活躍的領域。

究其原因，是因為近年來金融科技的發(fā)展對金融業(yè)的發(fā)展形成了實質性影響，為隱私計算技術的落地打下了良好的基礎。

近十年來，通過應用云計算、大數(shù)據(jù)、人工智能、區(qū)塊鏈技術，面向個人和小微企業(yè)的零售金融正逐漸成長為商業(yè)銀行的主流業(yè)務，同時金融業(yè)的基礎設施經(jīng)歷了更為深刻的數(shù)字化、智能化升級換代。

在此基礎之上，應用隱私計算技術，能夠迅速為金融機構帶來效益的提升。這也使得金融機構有動力投入更多的預算來應用隱私計算技術。也是由于預算充足，金融領域成為大多數(shù)隱私計算技術應用落地的首選領域。

目前，金融領域是在早期Fintech1．0時代的金融電子化及Fintech2．0時代的互聯(lián)網(wǎng)金融的落地實施后，金融科技逐步步入Fintech3．0時代。Fintech3．0時代將以傳統(tǒng)金融科技化為核心方向，而Fintech3．0的重要特征就是智能金融，數(shù)字化、智能化、開放化將是其核心要素。因此，數(shù)據(jù)資產(chǎn)將是智能金融建設的核心支柱。未來，如何充分實現(xiàn)數(shù)據(jù)價值挖掘釋放、避免出現(xiàn)數(shù)據(jù)鴻溝及信息孤島、完善數(shù)據(jù)應用的隱私保護，將是智能金融的重要議題，隱私計算將是實現(xiàn)上述目標的重要技術支撐。

（一）隱私計算在金融領域應用的開端

在中國，金融領域對隱私計算的應用，最早是從以螞蟻集團和微眾銀行為代表的一批金融科技領域的先行者開始的。

最早是2016年，從螞蟻集團開始。根據(jù)公開資料［ 《螞蟻金服共享智能實踐》，來源于知乎號“螞蟻共享智能”。原文首發(fā)于期刊《中國計算機學會通訊》（CCCF）2020年第5期。］，為了更好地應對形勢的變化，解決數(shù)據(jù)共享的需求與隱私泄露和數(shù)據(jù)濫用之間的矛盾，螞蟻集團2016年提出了希望通過技術手段，在多方參與且各數(shù)據(jù)提供方與平臺方互不信任的場景下，能夠聚合多方信息進行數(shù)據(jù)分析和機器學習，并確保各參與方的隱私不被泄漏，數(shù)據(jù)不被濫用，螞蟻集團當時稱之為“共享智能”。

螞蟻集團最初在可信執(zhí)行環(huán)境（TEE）和多方安全計算（MPC）兩個方向進行探索。在實踐中，螞蟻集團逐漸發(fā)現(xiàn)，不同技術都有各自的優(yōu)勢，同時在業(yè)務發(fā)展的不同階段用戶對隱私保護的需求是不同的。把不同的技術融合到一起，發(fā)揮各自技術的優(yōu)勢，往往會達到一個更為理想的效果。因此，在實際的應用中，基于用戶的需求，螞蟻集團逐漸嘗試靈活應用多種技術提升實際應用效果。
此后，在不同的應用場景中都逐漸出現(xiàn)對隱私計算的需求和思考。

區(qū)塊鏈技術的探索和應用，也引發(fā)了對隱私計算的需求和思考。2017年7月31日，深圳前海微眾銀行股份有限公司、上海萬向區(qū)塊鏈股份公司、矩陣元技術（深圳）有限公司聯(lián)合宣布，將區(qū)塊鏈底層平臺BCOS（取Be Credible， Open ＆ Secure涵義命名）完全開源，致力于打造一個深度互信的多方合作共同體，進一步推動分布式商業(yè)生態(tài)系統(tǒng)的形成。之后，三家都在這個聯(lián)盟鏈技術的基礎上做了大量應用，在生產(chǎn)環(huán)境中不斷驗證區(qū)塊鏈應用。

萬向區(qū)塊鏈董事長肖風曾在公開演講中介紹，BCOS開源之后，其對隱私計算也日漸關注。因為區(qū)塊鏈除了性能、安全性、互操作性、易用性等技術尚未成熟之外，另外一個十分重要的課題就是：區(qū)塊鏈應該帶來的是隱私保護之下的數(shù)據(jù)共享。因此， 2017年開始，萬向便著手準備隱私計算方面的工作。［《萬向肖風：隱私計算是世界級的話題》，2018年12月5日，來源于矩陣元官方微信公眾號。］

與此同時，2018年微眾銀行人工智能團隊也開始關注到隱私計算技術。［ 《對金融領域而言，聯(lián)邦學習的實際價值是如何體現(xiàn)的？》，來源于InfoQ訪談，載于FATE開源社區(qū)微信公眾號。］2018年，在業(yè)務實踐和行業(yè)觀察中，微眾銀行人工智能團隊發(fā)現(xiàn)訓練AI所需要的大數(shù)據(jù)實際上很難獲得，數(shù)據(jù)的控制權分散在不同機構、不同部門，“數(shù)據(jù)孤島”問題嚴重，加之政策法規(guī)對數(shù)據(jù)隱私和數(shù)據(jù)安全的要求讓數(shù)據(jù)共享和合作更加困難。

針對實際的業(yè)務痛點，他們發(fā)現(xiàn)聯(lián)邦學習是一種行之有效的解決方案，并開始進行研究和探索。從2018年到2019年初，微眾銀行發(fā)表了多篇聯(lián)邦學習相關論文，對于聯(lián)邦學習的概念、分類、基本原理等基礎理論進行系統(tǒng)性研究。同時，2018年起，微眾銀行人工智能團隊基于聯(lián)邦學習理論研究進行相關開源軟件研發(fā)。經(jīng)過探索，微眾銀行搭建起了理論研究、工具軟件、技術標準、行業(yè)應用的多層級聯(lián)邦學習生態(tài)框架，并且開始有騰訊、華為、京東、平安等生態(tài)合作伙伴加入。

2019年初，微眾銀行正式開源全球首個工業(yè)級聯(lián)邦學習框架FATE（Federated Learning Enabler），并開始嘗試將聯(lián)邦學習應用于金融業(yè)務中。FATE的開源，使得聯(lián)邦學習的應用門檻大幅降低。2020年初，針對金融應用中聯(lián)合風控、匿蹤查詢等業(yè)務需求，微眾銀行進一步給出了場景式隱私保護解決方案WeDPR，并基于WeDPR在2021年5月發(fā)布多方大數(shù)據(jù)隱私計算平臺WeDPR－PPC。WeDPR方案組合了多種隱私保護策略，融合安全多方計算、同態(tài)加密、零知識證明、選擇性披露等算法，滿足多變業(yè)務流程。

（二）創(chuàng)業(yè)公司涌現(xiàn)

在金融科技巨頭進行隱私計算探索之時，隱私計算創(chuàng)業(yè)公司也開始涌現(xiàn)。

2017年至2019年間，最早進入隱私計算領域的創(chuàng)業(yè)公司有矩陣元、翼方健數(shù)、零知識科技、華控清交、富數(shù)科技、同盾科技、星云Clustar、天冕科技、零知識科技、數(shù)牘科技、融數(shù)聯(lián)智、锘崴科技等公司。2020年之后，隱私計算領域創(chuàng)業(yè)公司數(shù)量越來越多，洞見科技、光之樹、藍象智聯(lián)、沖量在線等越來越多的創(chuàng)業(yè)公司涌現(xiàn)。（注：以上公司按照進入隱私計算領域時間先后順序排名）

表：進入隱私計算領域的創(chuàng)業(yè)公司情況

數(shù)據(jù)來源：零壹智庫

這些創(chuàng)業(yè)公司背景各異，但都是基于各自的業(yè)務看到了市場需求，或者憑借所掌握的技術進入了隱私計算領域。