别把“数据加密存着”当成隐私计算
我第一次听真正做隐私计算的工程师吐槽行业误区，是在去年的一个饭局上。他说现在好多宣传把隐私计算吹成了“把数据加密锁在自己电脑里，别人谁都拿不走”，纯纯是骗外行。 举个最常见的例子：互联网医院想和本地的慢病管理中心合作，把患者的线上购药记录，和线下的复诊数据拼到一起，算一下哪种用药方案的长期控糖效果最好。 结果两边隔着三公里的写字楼，谈了三个月愣是没把数据凑到一块。医院怕把患者的就诊记录传出去，违反《个人信息保护法》要担责任；互联网平台怕把用户的购药数据传出去，老客户跑了。 有人说，那你们把数据都加密了不就行了？真不行。传统加密的逻辑是，你把锁好的箱子寄给对方，对方必须拿到钥匙才能开箱，开箱之后才能算里面的数。那钥匙给谁？给谁都不放心。我第一次听工程师拆解这个逻辑的时候，鸡皮疙瘩都起来了——合着以前我们费那么大劲给数据上锁，本质上还是“先交钥匙再办事”，跟你把存折锁在保险柜里，但是保险柜的钥匙直接放在邻居家抽屉里，有啥区别？
它最反常识的地方，是“算的时候没人看明文”
好多人一上来就甩一堆技术名词，什么联邦学习、同态加密、可信执行环境，听得人脑壳疼。其实根本不用记这些词，你只要记住一个最朴素的逻辑就行： 以前跨机构算数据，是“把数据从A家搬到B家，凑到一块算结果”。 现在用隐私计算的话，是“把计算的逻辑挪到存着数据的地方，全程不挪动原始数据，算完只把最终的结果拿出来”。 举个特别通俗的例子：两家连锁超市想算一下，他们总共有多少个共同的会员。以前的做法是，A把自己的会员名单导出来，B把自己的会员名单导出来，两边坐在一起对着表数重合的人数。这个过程里，双方都能看见对方手里全量的会员手机号、消费记录，万一对方是个不靠谱的，转头就把你的会员信息卖了，你找谁说理去？ 用隐私计算的话，两边就相当于各自把自己的会员名单藏在一堆乱码里，对着乱码做匹配计算，最后算出来“咱们俩总共有127个共同会员”——全程除了这个数字结果，谁都没看见过对方的真实会员列表长啥样。 我之前听银行风控部门的人说，现在他们和互联网平台合作做贷款风控，就是用的这个逻辑。平台不用把用户的消费记录、打车记录这些敏感信息明文传给银行，银行也不用把用户的征信记录明文传给平台，两边对着各自手里的数算，最后只出一个“这个用户的逾期风险是多少”的结果。
那些吹得神乎其神的功能，其实离落地还差得远
说实话，我见过太多把隐私计算吹成万能解药的PPT，说什么“以后所有数据交易都零风险”，纯纯扯淡。 首先，这个东西的算力成本真的很高。我之前问过一个做隐私计算项目的技术负责人，他说现在跑一次跨机构的联合风控计算，比传统的明文计算，要多花3到5倍的算力成本。算一笔账，要是真的把所有跨机构的数据分析都换成隐私计算，那云服务商的算力账单得翻几倍？这些成本最后谁掏？还不是要摊到每个申请贷款、买保险的普通用户身上。 然后还有个特别隐蔽的坑，就是“数据可用不可见”这句话，听着完美，但是架不住有人钻空子。比如你用隐私计算算出来“这个用户的逾期风险是30%”，那拿到结果的人，能不能顺着这个结果反推回去，猜出来这个用户的真实收入是多少？ 举个极端点的例子，要是你和对面的小机构算共同客户数，最后结果是1，你又知道对面的机构总共就那么两三个老客户，那你是不是顺理成章就知道，那个共同客户到底是谁了？这种“通过结果反推明文”的漏洞，现在行业里还在补，根本没有大家宣传的那么无懈可击。 上个月我去参加一个行业闭门会，有个城商行的科技部老总当场吐槽，说他们花了大价钱上了隐私计算系统，结果合作的几个地方机构，连最基础的数据标签都对不齐——A机构把“已婚”的标签标成数字“1”，B机构把“已婚”的标签标成字母“Y”，俩系统对着算，算出来的结果错得离谱，最后还是得人工坐下来对齐数据标签，折腾了快俩月才跑通第一个场景。 哪有PPT里画的那么顺啊。 之前还有个读者给我发消息，问“那我现在用带隐私计算技术的服务，是不是就完全不会泄露隐私了？” 真不是。你要搞清楚，隐私计算只是个工具，不是什么自带光环的护身符。就像你家里装了防盗锁，不代表你出门就可以不锁门，不代表你随便给陌生人开门的时候，锁能帮你拦着。要是平台本身就没安好心，哪怕用了再先进的隐私计算技术，也能变着法把你的信息漏出去。之前就有个做数据服务的公司，打着“隐私计算合作”的名义，把自己手里的用户数据，拆成碎块藏在计算的中间结果里，偷偷传给合作方——你说这算技术的问题，还是人的问题？ 上周我又在政务中心碰到那个开水果店的哥们，他说他的经营贷批下来了，利息比他预想的还低一点。我问他有没有再接到乱七八糟的推销电话，他挠挠头，说好像真的少了很多。 其实哪有什么玄学啊。技术本来就该是这样的——你用的时候根本感觉不到它的存在，但是你敲在屏幕上的那些数字、那些藏在工资条里的小秘密，不用再怕被人随便翻出来，卖来卖去。作者|科技
排版|科技
审核|满满