中欧投资协定下隐私计算发展分析( 16 页)

---

目录

1 核心观点 .............3

1.1 核心推荐逻辑 .....3

1.2 我们区别于市场的观点 ..........3

2 数据隐私加密技术 .........3

2.1 主流隐私计算技术：MPC、TEE 和联邦学习 ........3

2.1.1MPC 基于加密算法与协议实现数据隐私计算........4

2.1.2 联邦学习在移动端的潜力凸显 .........6

2.1.3 可信执行环境（TEE）在物联网、可验证计算方面应用广泛 ...........8

2.2 隐私计算的商业模式与案例分析 ......9

2.2.1 隐私计算已成为挖掘数据要素市场价值的利器 .............9

2.2.2 隐私计算案例分析 ...... 11

3 中欧投资协定将为隐私计算发展铺平政策道理 ............ 12

3.1 中欧投资协定将进一步推动数据要素市场发展........... 12

3.2 政策法规日益完善为隐私计算提供发展机遇 ...... 13

3.3 隐私计算发展面临的瓶颈与解决方向 ...... 14

4 投资建议 ........... 15

风险提示 ..... 15

图表目录

图表1：MPC、联邦学习和MPC 分别从三个角度解决数据隐私计算问题.......4

图表2：加密算法分类......5

图表3：数据隐私保护要结合数字签名、隐私计算和通信加密等多种算法和技术手段......5

图表4：阿里巴巴的零知识证明 ..........6

图表5：零知识证明可以确保隐私的情况下完成计算完整性 ......6

图表6：谷歌移动端分布式联邦机器学习工作流程...........7

图表7：TEE、操作系统、和安全单元在成本和抗攻击性方面的对比 ............8

图表8：蚂蚁区块链合约平台和 TEE 合约链的交易处理流程对比 ......9

图表9：可信计算可探索IaaS+BaaS+SaaS 服务新领域 .......... 10

图表10：数据价值交换体系流转图 ............ 10

图表11：微众银行联邦广告与联邦推荐的应用流程示意 ......... 11

图表12：蚂蚁链摩斯多方安全计算应用场景 ........ 12

图表13：2001-2019 中欧货物贸易统计（亿美元）...... 12

图表14：欧盟数据安全相关政策、法律...... 13

图表15：中国数据安全相关政策、法律...... 14