“315”，数据隐私泄露信息占据大幅版面。有涉及摄像头未经授权窃取人脸识别信息的，有涉及招聘网站贩卖求职者简历导致个人信息泄露的，有进行广告杀熟的...
上面这张315晚会事件与热度表，数据相关事件曝光率空前。并不出乎意料，近两年国内外企业数据泄露事件层出不穷：
2020年1月，雅诗兰黛被发现泄露4.4亿条邮箱记录。
2020年2月，美高梅酒店1060万旅客信息被泄露，其中还包括一些名人、科技公司老总、政府官员等。
2020年4月，2.67亿个Facebook账户信息在暗网出售，这些信息包含用户敏感信息，不法分子很有可能将其用于网络钓鱼诈骗或者发送垃圾邮件。
2020年8月，河北省某物流公司报案称：某公司员工账号被监测出有非本网点查询运单号信息行为，经核查大量客户信息泄露。
2020年10月，央视新闻曝光了一则新闻，在某些网络交易平台上，用2块钱就能够买到上千张人脸照片。
2021年，全网被"蚂蚁呀嘿"这类视频刷屏，民警指出“换脸软件”采用AI换脸技术，使用时很可能存在风险。
AI黑产内幕再度将隐私问题推上风口浪尖，隐私之虞成社会痛疾。
数据保护政策频出炉，加码隐私安全计算成必然
2020年4月，数据正式被纳入生产要素，也因此意味着数据高压监管时代随之来临。国际层面以GDPR为代表，将个人隐私保护上升到了历史新阶段；国内以《个人信息保护法草案》出炉为契机，对隐私保护做了更全面的规制。
对于人工智能使用数据的相关法律法规也相继出台。先是《中华人民共和国数据安全法》草案首次划定了“爬虫”红线、确定了网络运营者提供隐性数据政策，后又公布《中华人民共和国个人信息保护法（草案）》并规定侵害个人信息权益情节严重者可处5000万元以下或者上一年度营业额5%以下罚款。
5%的惩罚比例甚至超越了GDPR（GDPR为4%)，监管重拳下，标志着企业再也无法以过去粗放式的数据管理方式来寻取商业捷径了，对于从事数据商业的企业来说，他们不得不重新审视自己的数据安全策略甚至是底层技术架构，而隐私安全计算成为了备受关注的“技术宠儿”。
隐私安全计算技术用以解决无第三方参与情形下数据的可信计算问题，其执行逻辑是在保证隐私安全与数据所有权基础上输出可信的计算结果，它是一个涵盖了多方安全计算、零知识证明、同态加密、联邦学习、可信执行环境、安全沙箱、差分隐私等多技术在内的隐私数据综合解决方案。
去年，全球领先的信息技术研究和顾问公司Gartner发布了企业机构在2021年需要深挖的9项重要战略科技趋势。其中，隐私计算便赫然在列。并且Gartner认为到2025年，将有一半的大型企业机构使用隐私计算在不受信任的环境和多方数据分析用例中处理数据。也即表示，隐私安全计算不再处于“边缘地位”，而是成为了下个五年甚至十年企业战略布局和竞争的“中心要地”。
足以显见，新一轮以数据牵引的洗牌正在进行，隐私安全计算成为其中不可或缺的关键砝码。
解决数据泄露难题，隐私安全计算平台实现安全的数据共享协作
315后，给很多科技型企业带来了巨大压力，或许会有更多企业选择保守的数据方案，拒绝合作，拒绝共享。
数据共享并不意味着不安全。原始数据在本质上不能被安全共享，原因是数据要素时代，数据本身具有虚拟可再用、复制零成本、难确权与定价等特性，此外，各行各业的隐私保护政策也加剧了数据共享壁垒。
但是数据的价值又需要得到体现和发挥。因此便需要一种新型解决方案：不分享数据本身，数据在使用目的明确的情况下授权使用，并且只分享数据的价值。 智能时代会产生海量的数据，而处理数据的主角是智能模型，因此更首要的是如何处理这样的数据，可以解决什么问题。
因此翼方健数选择了IoDC（数据和计算互联网）的愿景和策略，建立数据互联互通的生态，运用隐私安全计算技术在保护数据所有权的基础上，创建一个可引入海量数据的安全计算平台来实现数据协同，进而助力数据为全行业赋能。
翼方健数旗下的隐私安全计算应用开放平台翼数坊XDP，建立起一个数据生态。传统数据平台在数据协作的过程中，往往担心第三方数据服务在数据加工过程中，窃取或篡改原始数据，带来安全隐患。
图：翼方健数单体平台的数据生态
对此，XDP翼数坊便发挥了作用，它被翼方健数定义为基于隐私安全计算的数据能力平台，具备三个鲜明特点：首要的就是安全，必须遵循隐私安全计算的基本原则即数据必须在授权之后才可以在平台内使用，原始数据不离开平台；其次是开放，平台对第三方开放。建立平台内数据授权及处理机制，数据处理结果形成新的数据集，建立数据追溯机制，平台提供全面的数据安全和授权保障机制；最后是高效，能够快速适配多样化业务场景。针对城市级别大数据所面临的数据及业务差异，提供成熟的技术框架，实现数据和算法的快速接入，赋能多样化的业务场景。这样通过解决最基础的数据使用之后便可将平台升级为一个可扩展的计算系统。
目前翼方健数已经在医疗、政务、疾控、金融、营销等领域都具备了落地案例，已实现了区域化的IoDc，联盟产品化的实现，距离实现数据的全行业赋能更近了一步。
或为改变历史走向的“技术细节”
回顾315提到的数据泄露事件，数据泄露的恐惧来自于原始信息被公开后失去了隐私保护，另一则恐惧是来自于数据拥有者不知道数据被泄露后，这些数据会被如何处理这一“因未知而产生的恐惧”。
使用数据并发挥数据价值不可怕，可怕的是泄露后的不可控。
酒店旅客的数据可能会被用来分析并改善住宿体验；人脸数据也许可以训练更好的人工智能帮助我们实现公众安全...而真正造福人类的数据，不应该是因为单一目的而收集的数据，真正“有效的数据价值”也必然是多方数据协作的结果。既如此，技术不应该成为实践的瓶颈。
技术能做的，远不止如此。在《技术与文明》一书中，提到了一句话，“技术以魔鬼般的细节改变人类命运的走向”。
书中提到了一个案例，秦军使用的弩。弩这一看似一般的技术发明，确实可以颠覆历史。因为弩箭的发明，真正改变的不是拉弓射箭的难易度而已，而是使得男女老少全民皆兵。弩甚至因此打破了“阶层固化”，从阶层上直接影响了一个时期，直到今日中国社会的变革。诸如隐私安全计算一类的技术亦是如此，以隐私安全计算为例，隐私安全计算改变的并不仅仅是让数据可以在保护隐私和安全的情况下被使用，而是通过隐私安全计算技术构建数据和计算的网络，以更安全、高效的数据协作方式，打通不同行业的数据壁垒，实现更高的数据价值和更强大的智能。
我们所遇见的这一“技术细节”所带来“质的改变”，将会直接影响当下每个人“看到”的未来，在未知的“技术细节”到来时，也将迎来下一个改变未来的拐点。
