近日，Analysys易观分析发布《2022年中国隐私计算市场分析》的分析报告，深入洞察了隐私计算行业的发展现状，详细介绍了该技术的应用场景和厂商案例，并对隐私计算行业前景做了展望。Analysys易观分析认为：

1、在产研能力层面，其一，市场将围绕多方安全计算、联邦学习和可信执行环境三种隐私计算核心技术推进;其二，结合区块链、人工智能，尤其是人工智能-深度学习算法模型等技术相结合形成的应用闭环;其三，实现不同平台间的互联互通。

在案例落地层面，目前相对比较成熟的金融、政务和医疗等核心领域已有积累，需进一步形成案例效果与收益评估，从而加速这些场景的深入应用与拓展。而潜力更大的能源、交通、工业、物联网领域也会逐渐开拓出较成熟的解决方案。

长远来看，随着隐私计算技术的成熟和落地案例的增加，市场将会从供给拉动逐渐转向需求驱动，届时，市场上的使用方将会对应用场景、性能等诸多方面提出要求。

天冕科技入选Analysys易观分析隐私计算生态图谱

根据Analysys易观分析报告，目前国内的隐私计算服务机构主要包括独立创业公司、渗透行业的供应商、产业背景公司及大型互联网公司，天冕科技以「渗透行业的供应商」入选隐私计算生态图谱。Analysys易观分析指出，「渗透行业的供应商」这类公司基于原有的数据、技术和生态优势，发展隐私计算服务，提供的往往是一套包含人工智能、密码学、数据科学等众多领域交叉融合的跨学科技术体系。

隐私计算领域创新实践：天冕联邦学习平台

天冕联邦学习平台是天冕科技利用前沿信息技术打造的高效安全数据合作解决方案。该平台能够充分保护各方用户数据安全，打破数据孤岛，支持企业按照具体的建模场景，沟通并匹配其他联邦成员，在明文数据不出库的前提下，共同完成联邦模型的训练与构建，帮助建模人员快速搭建联邦学习任务(横向联邦、纵向联邦、纵横向混合联邦等)，促进联邦成员间的交流与实现互利共赢。

在产品创新层面，天冕联邦学习平台采用了同态加密算法，最大程度保障了数据机密性与完整性。平台内置多种常用机器学习算法和特征工程工具，提供可视化建模操作界面，方便用户快捷操作。与此同时，天冕联邦学习平台不仅支持Spark传统计算框架，还支持云厂商的函数计算，实现弹性计算，按算力的使用量收费，达到高性能低成本的目的。

在合作方应用层面，天冕联邦学习平台沉淀了母公司WeLab汇立集团以隐私计算为基础，在精准营销、信贷风控、反欺诈等应用场景的最佳实践。目前，天冕科技旗下的天冕联邦学习平台已经与多家企业合作投产落地，涉及领域涵盖金融机构、传统企业以及政府机构。

挑战与机遇并存，开源探索推动数据合规互联互通

面对目前市场流通的海量数据,有效落实国家出台的数据安全合规要求,既是对完善数据安全体系的挑战,也是隐私计算业务探索创新的机遇。

联邦学习以轻量化的部署方案已经成为隐私计算领域备受关注的技术平台之一，其相关的算法、框架算法和产品也逐渐在商业领域成熟。然而基于目前联邦学习的数据合作和应用模式，其技术的合规性尚未有清晰界定，不同企业之间的技术路线不尽相同，行业很难有统一的安全评测标准，难以实现共创共赢的目标。

以此为背景，2021年10月，天冕联邦学习平台对外宣布正式开源。一方面希望能在技术安全性、时效性、易用性上不断优化迭代满足企业级业务需求;另一方面希望携手行业伙伴、科研机构、高校等，建设统一的技术路线，推动隐私计算联邦学习的标准化。我们有理由相信，随着越来越多机构潜心构建隐私计算创新生态的连接与协作，在企业级数据合规与个人信息安全方面，将会带来一定的利好改变。

免责声明：市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。