二、 专利视角看隐私计算

1、 国内外隐私专利申请情况

早在20世纪80年代，以MPC为代表密码学理论就已经被提出，长期以来处于实验室研究阶段。根据零壹智库专利数据显示，隐私计算相关专利首次于1986年由英国的电信公司Plessey提出申请。

之后的30多年，来自中、美、日、韩、法等26个国家和地区的公司相继开展了对隐私计算技术的研究，并参与了专利申请。截至2021年8月，全球有2，360家公司参与了隐私计算相关专利申请，合计10，611件。

其中，中国、美国和日本是隐私计算专利申请数量最多的3个国家，专利申请数量分别是6，739件、2，211件和603件，占比分别为64％、21％和6％。

图1： 全球隐私计算专利分布情况

数据来源：零壹智库，智慧芽

从技术发展历程来看，以Google、Intel、微软为代表的美国企业开创了隐私计算产业的先河，中国在2018年先后才开始进入启动阶段。但是从专利申请情况来看，中国在隐私计算领域的研究已经有超过20年。

纵观中国在隐私计算领域的专利申请情况，大致可以分为3个阶段。

阶段一（2011年之前），中国每年申请的隐私计算专利不超过100件，每年参与专利申请的公司不超过60家。在这个阶段，虽然隐私计算相关概念还未提出，但是相关密码学技术已经出现。以华为、中兴通讯、飞天诚信为代表的中国科技公司已经开始探索密码学在数据安全和信息安全领域的应用，并申请了大量专利。

阶段二（2012～2015年），中国每年隐私计算专利申请数量超过100件，参与专利申请的公司数量也开始突破100家。在这个阶段，华为以先发优势，专利申请数量远超其他公司。除此之外，腾讯、小米、蚂蚁集团、阿里巴巴等公司也先继开展了隐私计算相关领域的研究。

阶段三（2015～至今），中国每年隐私计算专利申请数量呈现爆发式增长，在2019～2020年每年专利申请数量保持在1，000件以上，参与公司规模也均在400家左右。在这个阶段，中国发布多项有关数据安全和隐私安全保护的政策，同时开展了多次治理行动。在这种背景下，除了互联网科技公司，众多金融机构、隐私计算初创企业、大数据公司等相继加入该赛道，例如微众银行、趣链、天冕科技、如般量子等。

尽管中国在隐私计算领域的研究晚于美国等发达国家，但在政府相关政策的加持和企业及个人对隐私安全的愈加重视，中国隐私计算技术在近两年获得快速发展，并在全球已初具竞争优势。

截至2021年8月，中国已经有超过1，700家公司参与了隐私计算专利申请，其中专利申请数量最多的3家公司分别是蚂蚁集团（1，195件）、华为（365件）和阿里巴巴（258件）。除此之外，部分公司在近几年也相继推出了隐私计算相关产品，例如蚂蚁集团推出的蚂蚁链摩斯多方安全计算平台，天冕科技在2020年推出了天冕联邦学习平台。

图2：2001～2021H1中国隐私计算专利申请情况

数据来源：零壹智库，智慧芽

2、 中国隐私计算技术应用情况

目前，隐私计算核心技术主要包括联邦学习、可信执行环境和多方安全计算。

联邦学习最早在2016年由Google率先提出。按照腾讯云的解释，联邦学习（Federated Learning，FL）是一种打破数据孤岛、释放AI应用潜能的分布式机器学习技术，能够让联邦学习各参与方在不披露底层数据和底层数据加密（混淆）形态的前提下，通过交换加密的机器学习中间结果实现联合建模。

可信执行环境（Trusted Execution Environment， TEE）是Global Platform在2010年提出的一种隐私计算概念，通过芯片等硬件技术与软件协同对数据进行保护，同时保留与系统运行环境之间的算力共享。

多方安全计算（Secure Multi－Party Computation， MPC）是20世纪80年底由姚期智等人提出，是一种基于密码学，数据所有者在数据不出本地数据库的情况下进行协同计算，输出计算结果，并保障任何一方无法获得计算结果之外的其他信息的技术。

或许是由于可信执行环境具有通用性高、开发难度低、算法实现上更加灵活等特点，该技术专利申请受到众多科技公司的青睐，数量明显高于其它两个。根据零壹智库专利数据统计，截至2021年8月，中国有181家公司申请了相关专利，合计815件，是隐私计算领域公司参与度最高、专利申请数量最多的技术。其次，联邦学习和多方安全计算，参与专利申请的公司分别有108家和105家，专利申请数量分别为396件和416件。 图3： 2021年中国隐私计算各技术领域专利申请情况

数据来源：零壹智库，智慧芽

密码学作为隐私计算核心技术，通过对称加密和非对称加密，消除了信息泄露风险。目前，多方安全计算和联邦学习都有用到密码学技术，最常用到的密码学技术有不经意传输（Oblivious Transfer）、混淆电路（Garbled Circuit）、秘密分享（Secret Sharing）、同态加密（Homomorphic Encryption）、零知识证明（Zero－Knowledge Proof）和差分隐私（Differential Privacy）。

从专利申请情况来看，同态加密和零知识证明在中国关注度明显高于其他加密技术。截至目前，同态加密有182家公司参与相关专利申请，专利合计544件；其次是零知识证明，有124家公司参与专利申请，专利合计376件；其他4项密码学技术参与公司数量均在10～50家公司之间，专利申请数量在20～110之间。

图4：密码学在隐私计算领域应用情况

数据来源：零壹智库，智慧芽 3、 中国隐私计算行业及场景应用

在近几年，隐私计算技术和产品逐渐成熟，伴随着中国数字经济的发展，数据安全和个人隐私安全受到政府、企业及个人的关注，除互联网科技公司之外，金融机构、医疗、电信、电网、大消费等多个行业公司相继探索隐私计算的应用。

从专利申请情况来看，隐私计算主要应用场景有金融、医疗、电网、政务等多个行业。

1） 金融＋隐私计算

相较其他行业，金融行业由于行业的敏感性，对于数据安全合规要求更高。尤其从2019年开始，受爬虫风波影响，金融大数据行业受到沉重打击。同时，自2019年以来，多家金融机构被工信部通报存在违法违规收集使用个人隐私数据的情况。

对于金融行业而言，如何保证数据安全和监管合规的同时，还能赋能风险管理、产品营销等业务场景，成为金融机构需要迫切解决的问题。因此，金融行业成为隐私计算最重要的行业应用之一。

从专利申请情况来看，金融行业是隐私计算技术专利申请数量最多、参与公司规模最大的行业。截至目前，中国有129家公司申请了相关专利，合计408件。在这些公司当中，专利申请数量最多的3家公司分别是蚂蚁集团、阿里巴巴和平安集团。除此之外，金融机构当中建设银行、平安集团、阳光保险、泰康保险、中国银联、兴业证券等金融机构均有相关专利申请。

从应用场景来看，隐私计算技术在金融行业中的应用场景包括供应链金融、资产管理、保险理赔、风险管理、反洗钱、金融身份认证、征信评估、财务审计等。

2） 医疗＋隐私计算

医疗行业，医学研究、临床诊断、医疗服务等对数据分析和应用挖掘有着强烈需求。但是，现阶段医疗大数据搜索、共享、数据挖掘服务尚处于不成熟阶段，缺乏对数据的深度可信挖掘和权限认证，尚未形成有体系的标准和保护措施。严格的法律，缺失的保护体系和标准，造成大量医院，医疗研究机构等医疗数据拥有者不愿或不敢分享其拥有的数据资源，从而严重影响了医疗数字化的进步和发展。

为此，一些科技公司采用隐私计算技术构建相关系统或平台，各节点的医疗机构在不需要共享原始数据的情况下进行联合建模和联合数据分析，有效推动医疗行业数据高效利用。

据零壹智库不完全统计，截止目前，中国有41家公司申请了隐私计算＋医疗相关专利，并且这些公司专利申请数量保持在1～3件。在这些公司当中，腾讯、荣泽科技、医渡云等公司均有推出自己的隐私计算产品。

3） 电网＋隐私计算

目前，我国经济和网络科技的飞速发展，我国对电力系统各方面的需求在不断提高，智能化进程也在不断推进，于此同时，智能电网的安全问题也日益得到重视。其中，装备在电网中的各种传感器和智能电表负责实时监测电网的运行状态和收集用户用电数据，并将这些信息及时地提交给控制中心处理。但目前的大多数智能电表都是以明文的形式与控制中心进行交互，数据的安全性并未得到应有的保障，用户的隐私信息容易被泄露。

为此，一些企业在近几年开始探索隐私计算技术在智能电网中的应用。根据零壹智库专利数据统计，截至目前，我国有30家公司申请了电网＋隐私计算相关专利。其中，专利申请数量最多的两家公司分别是国家电网和南方电网，专利申请数量分别是31件和16件，其余28家公司专利申请数量保持在1～3件之间。

除此之外，根据专利申请情况，隐私计算应用场景还包括出行、智能汽车、酒店、民航、招聘等。很显然，各行业对于隐私计算技术均有不同程度的需求，但是大部分场景处于研发阶段，未来发展还需更多投入。

4、 全球隐私计算专利榜单TOP20

根据专利申请数量，零壹智库发布了全球隐私计算专利榜单TOP20。其中，专利申请数量最多的3家公司分别是蚂蚁集团（1，195件）、华为（365件）和Intel（346件）。按照公司注册地，这20家公司分别来自中国、美国、日本、韩国和英国5个国家。其中，中国数量最多，有13家公司进入榜单；其次是美国，有3家公司上榜。

表2： 2021年全球隐私计算专利榜单TOP20

数据来源：零壹智库，智慧芽

显而易见，中国企业在隐私计算专利方面，无论是参与数量、还是排名位置，已经占据上风。中国之所以有如此快速发展，源于近几年中国在数据安全和隐私保护方面的重视，各项政策的发布增强了对隐私计算技术的需求，包括互联网科技巨头、金融机构、隐私计算科创企业在内的公司纷纷在该领域进行布局。

三、 案例分析

近几年，我国隐私计算技术快速发展，在金融、医疗、政务等领域已经有一些企业成功推出了相关产品和平台。零壹智库围绕广告营销、金融和医疗三个场景，筛选了一些具有核心技术优势的公司进行案例分析。

1． 腾讯云：联合建模释放商业价值，实现精准营销

在互联网巨头当中，以腾讯、百度、阿里巴巴为代表的公司不仅大量布局了隐私计算相关专利，同时在金融、政务、医疗等场景推出了相关产品。相较其他公司而言，腾讯专利数量不及蚂蚁集团、华为和阿里巴巴，但是其在产品研发和行业应用阶段具有自身特点，尤其是在联邦广告方面，优势明显。

对于广告主与流量平台而言，如何在原始数据不出域的情况下进行联合建模，构建更精准的用户画像和推荐模型，从而实现定向广告投放，成为迫切需要解决的问题。

腾讯云基于自研的多数据源联合计算技术推出了腾讯云安全隐私计算平台，在保障数据隐私安全的基础上助力广告主优化用户质量。此外，腾讯云在2021年初，基于“腾讯云安全隐私计算”平台的广告业务合作，携手保乐力加完成了多方联邦学习在广告营销领域的首个落地实践。在确保整个过程各合作方的原始数据始终不出本地，腾讯云通过交换加密中间参数即完成了联合建模。通过联邦学习联合多方训练精准模型，在较长的 campaign 广告营销活动中，其投放效果比对照组有显著提升。

广告业务对互联网巨头而言，是其主要营业收入之一，在保证隐私安全的同时，如何实现精准营销，是互联网平台比较关注的问题。

2． 天冕科技：打破数据孤岛，助力金融机构挖掘数据价值

天冕科技是WeLab汇立集团旗下领先的金融科技服务商，依托集团8年金融科技的输出与积累，以大数据分析、人工智能、机器学习等核心技术为基础，自主研发了涵盖智能信贷风控技术、系统平台服务、数据中台以及联邦学习等在内的金融科技解决方案，助力合作机构降低运营成本，提升服务效率。

在隐私计算领域，天冕科技不仅申请了十余件相关专利，还在2020年推出了隐私计算产品“天冕联邦学习平台”。该平台支持支持企业按照具体的建模场景，沟通并匹配其他联邦成员（企业），在保护隐私数据的前提下，共同完成联邦模型的训练与构建，帮助建模人员快速搭建联邦学习任务（横向联邦、纵向联邦、纵横向混合联邦等），促进联邦成员间的交流与共赢，在保护数据隐私的同时，深度连接各个合作方，达到了技术赋能。

天冕联邦学习平台在某头部金融企业落地案例中，在建模训练3周后，模型KS提升17％，营销转化率提升20％，ROI提升18％，帮助企业完成业务数据的智能营销和水平解耦，提升决策能力，以数据价值驱动业务迭代和创新。

此外，在2021年6月，作为大数据安全计算技术领域的杰出代表，天冕联邦学习平台凭借调度管理、数据处理、算法实现、效果及性能以及安全性等方面的表现，通过了中国信通院的“大数据产品能力评测”，荣获中国信通院颁发的“联邦学习基础能力专项评测证书” 。

追溯天冕科技在隐私计算领域的布局，早在2017年，天冕科技就开始密切关注隐私计算技术，在2018～2020年，相继开始专利申请、产品研发，最终在2020下半年开始尝试将隐私计算产品落地，是众多科创企业中最早布局隐私计算赛道的公司之一。

3． 医渡云：以隐私计算技术赋能医疗领域

医渡云是一家成立于2014年的医疗人工智能技术公司，自成立以来，就致力于医疗场景下，如何在保障数据安全和合规的前提下，高质量高效率地进行大数据处理、AI建模以及应用。

随着医疗行业的数字化、智能化发展，高质量的医疗数据成为医疗行业可持续发展的核心要素。但是由于医疗行业存在数据孤岛、脱敏后的数据隐私安全性和数据监管等问题，导致医疗数据在多方机构之间无法完成数据互通共享。

为此，在2021年中国国际大数据产业博览会上，医渡云应用最新的数据处理、联邦学习、加密及区块链等技术成功推出“多方安全计算平台（YIDUMANDA）”，将多方安全计算技术与医疗场景深度融合，为医疗机构提供一个安全、高效的数据共享平台。该平台融合了最新的数据处理、联邦学习、加密及区块链等技术，在保证医疗机构之间并不会传输原始数据和隐私数据前提下，有效保障原始数据安全，实现数据可用不可见；同时，基于多数据进行联合建模、联合计算，使得有效训练数据显著增加，实现医疗数据合规的安全共享和应用。

天冕科技天冕科技是WeLab汇立集团旗下领先的一站式金融科技服务商，依托集团8年金融科技的输出与积累，以大数据分析、人工智能、机器学习等核心技术为基础，自主研发了涵盖智能信贷风控服务、系统平台服务、数据中台服务、联邦学习平台、AI验室等在内的智能金融产品及解决方案，致力于政企机构降本增效。

End．

       原文标题 : 春节特辑 | 隐私计算专利报告（2021）