公共数据安全保护不足隐私计算或能显著降低风险
经济观察网 记者 沈怡然7月25日，第五届数字中国建设峰会落幕。会议期间数字中国研究院（福建）、数牍科技以及复旦大学数字与移动治理实验室联合发布的《隐私计算与公共数据开放白皮书》（以下简称《白皮书》）显示，当前机构对公共数据安全的保护不足，制约了高质量公共数据的充分供给，而隐私计算作为一种新兴的数据安全技术，有望成为平衡公共数据开放价值与风险的助推器。
公共数据开放与利用是实现数据要素市场化配置的重要步骤，如何安全地开放、利用数据也是本次峰会的热议话题，因为开放过程总面临诸多潜在风险。
《白皮书》指出，一是在数据存储、流通过程中存在数据泄露的风险，可能泄露国家秘密、商业机密和个人隐私；二是在数据利用过程中存在不合规应用的风险，开放数据被误用或滥用会损害公共利益和第三方利益。
这背后体现了一个困境，即数据的开放和安全之间难以平衡。《白皮书》显示，虽然数据只有被利用了才能产生价值，但由于数据开放和利用过程中存在的各类安全隐患增加了相关部门所承担的风险，数据泄露、隐私风险等安全隐患的客观存在降低了数据提供部门的开放数据的意愿和动力，导致数据供给部门在数据数量、数据质量、数据开放范围等方面较为保守，未能充分满足社会对公共数据开放利用的需求。
为应对安全风险，各地展开了管理和技术方面的诸多实践。《白皮书》显示，这些探索实践主要包括建立全生命周期安全管理机制，实施公共数据的分级分类开放，明确利用主体的数据保护义务，应用数据加密技术、数据脱敏技术、数据识别技术、数字水印技术、数据沙箱技术等技术作为安全保障等。
《白皮书》指出，综合各项数据安全技术手段来看，隐私计算是最具有潜在优势的。通俗来讲，隐私计算能在一定程度上，保证数据在流通和交易的过程中可用不可见。引入隐私计算技术，可以让数据利用方仅能获得数据利用结果，无法获得与推理原始数据，从而在释放数据价值的同时，降低数据泄露风险。
具体来说，隐私计算是包含多方安全计算、联邦学习、机密计算等一系列技术的系统，《白皮书》
从安全性和可用性两个维度将隐私计算技术同其他数据安全技术进行了对比，结果是该技术在不可得、不可知、不可还原、不可出域等方面均表现良好，在可用性上，隐私计算技术总体表现优于其他数据安全技术，但同时，该项技术在便捷度方面有所欠缺。
隐私计算也有几项技术优势，隐私计算平台不存储用户原始数据，隐私计算结果不落盘，数据处理过程可通过区块链等方式进行记录，可防止未经授权的访问，以实现对数据用法用量的更精细化的管控。
2022年1月，国务院办公厅印发《要素市场化配置综合改革试点总体方案》，提出到2023年，在数据要素市场化配置基础制度建设探索上取得积极进展。到2025年，基本完成试点任务，要素市场化配置改革取得标志性成果，为完善全国要素市场制度作出重要示范。