盘点科技巨头入场隐私计算

Original 开放隐私计算开放隐私计算 2024-01-09

随着数字化时代的到来，数据已经成为企业竞争的重要资源。然而，与此同时，数据隐私泄露的风险也在不断增加，这已经成为了公共安全和个人权利保护的重要问题。为了解决这个问题，科技巨头谷歌、苹果、亚马逊和阿里纷纷入局隐私计算领域，希望通过隐私计算技术来保护数据隐私和安全。隐私计算技术是一种可以在不暴露数据本身的情况下进行数据计算和分析的技术，可以有效保护数据隐私和安全，同时支持数据的共享和交换。在本文中，我们将介绍这些科技巨头的隐私计算产品和技术，探讨他们在隐私计算领域的发展和应用前景。‍

谷歌开发隐私沙盒带来安全的数字广告

数字广告运营需要对个人进行追踪、识别和关联个人用户在不同场景下的行为。这个问题涉及到隐私风险，因此谷歌开发了隐私沙盒来针对性解决这个问题。隐私沙盒使用隐私计算技术，通过向数字广告的运营数据添加噪声来保护用户隐私。这样一来，数字广告运营的相关各方需要调整运营策略，监管机关也正在调查其中的法律风险。但是，隐私沙盒并不是完美的解决方案，我们需要对隐私计算技术和差分隐私技术进行更详细的研究，以确保隐私风险得到充分的纾解。

归因是数字广告运营的核心，而实现归因必须对个人进行追踪和识别。然而，这也是侵犯隐私的风险来源。谷歌推出的隐私沙盒通过引入差分隐私技术来解决这个问题，但是这并不能做到十全十美，我们需要在保护用户隐私的同时，确保数字广告运营的正常进行。

隐私沙盒通过引入差分隐私技术来解决隐私风险。谷歌在个人数据中添加噪声，再聚合一定数量的个人数据，使数字经济中的其他主体只能看到加噪聚合的数据。数字经济主体正在开发和实验“噪声管理策略”，力图从数据中“精炼”出尽可能准确的归因。这样一来，我们可以更好地保护用户隐私，同时确保数字广告运营的正常进行。

谷歌推行隐私计算引起了两个法律问题。其一是隐私风险纾解是否充分，这涉及到区分、关联、推断等多种类型的风险。其二是反垄断问题，隐私沙盒会进一步加强谷歌的支配地位，削减数字经济中各主体的收入，对中小型经济主体缺乏透明性和公平性。我们需要更好地理解隐私沙盒和差分隐私技术的优缺点，以及如何平衡隐私保护和经济发展之间的关系。

苹果投入多项举措保护用户隐私

苹果软件工程高级副总裁克雷格·费德里吉(Craig Federighi)在苹果全球开发者大会期间接受采访，谈及了苹果发布的隐私保护措施。他认为苹果在保护隐私方面发挥着建设性作用，为整个行业指明了方向。

苹果推出了全新的iCloud Plus订阅服务。iCloud Plus在现有的iCloud订阅基础上增加了三个新的隐私保护功能：第一个是“隐藏我的电子邮件”（Hide My Email），用户可以随意分享一个独特的随机电子邮件地址，而不会泄露自己的真实邮箱地址；第二个是HomeKit视频存储，允许用户不受限地连接安全摄像头，且不会影响iCloud账户中的视频存储；第三个是网络隐私服务iCloud Private Relay。iCloud Private Relay是苹果多年来在保护用户网络活动方面的最新隐私创新，其允许用户通过Safari浏览器浏览网页，所有离开设备的信息都将被加密。iCloud Private Relay采用双跳架构，无论苹果还是第三方合作伙伴都不会同时知道用户是谁以及将要去哪里。

此外，苹果还在iOS、iPadOS和WatchOS中内置了应用隐私报告（App Privacy Report），用户可以轻松查看应用访问用户设备麦克风和摄像头、照片或联系人，以及健康数据等敏感信息。

亚马逊致力于云上隐私数据安全

在云计算领域，随着越来越多的数据和应用程序存储在云上，用户对数据隐私和安全的担忧也越来越大。在这样的背景下，亚马逊公司开始利用隐私计算提供更安全、更可靠的云计算服务。

亚马逊公司已经推出了一系列与隐私计算相关的产品和服务，例如：

AWS加密SDK：这是一个软件开发工具包，可以帮助开发人员轻松地在应用程序中集成数据加密功能，从而保护数据的隐私和安全。
AWS KMS（密钥管理服务）：这个服务提供了一个安全的方式来创建和管理加密密钥，以保护云中的数据。客户可以使用KMS来加密和解密数据，并控制对加密数据的访问权限。
AWS 私有链接（AWS PrivateLink）：这是一项服务，可以让客户通过专用和安全的网络连接访问AWS上的服务，而无需通过公共互联网传输数据。这个服务可以帮助客户保护数据的隐私和安全。
AWS 安全管家（AWS Security Hub）：这是一个中央安全服务，可以帮助客户监控和管理云中的安全事件，并提供了集成的合规性检查和威胁检测功能。这个服务可以帮助客户更好地保护数据的隐私和安全。
Amazon Braket：这是一个完全托管的量子计算服务，可以帮助客户进行隐私计算，包括加密计算和保护数据隐私。这个服务为客户提供了一种新的方式来进行隐私计算，可以更好地保护数据隐私和安全。

亚马逊公司在数据隐私和安全方面还有其他的布局。例如，亚马逊在2020年推出了Amazon Detective，这是一个基于云的安全分析服务，可以帮助客户快速发现和调查安全事件。此外，亚马逊还推出了AWS Wavelength，这是一项服务，可以将AWS的计算和存储服务放置在靠近移动运营商的边缘位置，以提供更快的响应时间和更好的数据隐私和安全。

阿里巴巴达摩院发布强大隐私计算技术框架阿里巴巴达摩院智能计算实验室研发了新型联邦学习框架 FederatedScope。该框架使用事件驱动的编程范式来构建联邦学习，即将联邦学习看作是参与方之间收发消息的过程。通过定义消息类型以及处理消息的行为来描述联邦学习过程。通过这一方式，FederatedScope 实现了支持在丰富应用场景中进行大规模、高效率的联邦学习异步训练。达摩院团队还对 FederatedScope 训练模块进行了抽象，使其不依赖于特定的深度学习后端，能兼容 PyTorch、Tensorflow 等不同设备运行环境，大幅降低了联邦学习在科研与实际应用中的开发难度和成本。为进一步适应不同应用场景，FederatedScope 还集成了多种功能模块，包括自动调参、隐私保护、性能监控、端模型个性化等。FederatedScope 支持开发者通过配置文件便捷地调用集成模块，方便快速入门；也允许通过注册的方式添加新的算法实现并调用，支持定制化及深度开发。达摩院智能计算实验室隐私保护计算团队负责人丁博麟表示：“数据已成为重要的生产要素，而隐私保护计算是保障这一要素发挥作用的关键技术。通过开源最新联邦学习框架，我们希望促进隐私保护计算在研究和生产中的广泛应用，让医药研发、政务互通、人机交互等数据密集领域更安全、更顺畅地发展。”

END

往期推荐: