如何處理數(shù)據(jù)共享與隱私保護(hù)之間的矛盾早已成為了當(dāng)前數(shù)據(jù)圈的熱議話題，本期“智源-AI Time”邀請(qǐng)到了明略科技集團(tuán)首席科學(xué)家吳信東教授、清華大學(xué)計(jì)算機(jī)系朱小燕教授、清華大學(xué)交叉信息研究院徐葳副教授，以及微眾銀行人工智能部副總經(jīng)理吳海山，共同論道了“數(shù)據(jù)共享開放與隱私保護(hù)”這個(gè)似乎高深，又與每個(gè)人息息相關(guān)的話題。

數(shù)據(jù)開放的三大必要條件

我們共享位置信息以便預(yù)約車的司機(jī)找到自己，也暴露了自己的行蹤；用瀏覽紀(jì)錄調(diào)教APP獲得更合心意的推薦，也讓個(gè)人喜好一覽無余。開放個(gè)人數(shù)據(jù)的同時(shí)，我們冒著暴露隱私的危險(xiǎn)，也享受著它帶來的便利。

有統(tǒng)計(jì)數(shù)據(jù)顯示，每天全世界會(huì)上傳5億張圖片，每分鐘就有20小時(shí)的視頻被分享，我們整個(gè)人類文明所產(chǎn)生的全部數(shù)據(jù)中有90%是過去兩年所產(chǎn)生的。

有人說，發(fā)揮數(shù)據(jù)的價(jià)值，主要在流通。的確，數(shù)據(jù)共享可以使更多的人充分地使用已有數(shù)據(jù)資源，減少資料收集、數(shù)據(jù)采集等重復(fù)勞動(dòng)和相應(yīng)費(fèi)用，而把精力重點(diǎn)放在開發(fā)新的應(yīng)用程序及系統(tǒng)集成上。但是，要真的讓數(shù)據(jù)流通起來，需要以下這些必要條件：

數(shù)據(jù)資源的標(biāo)準(zhǔn)化

數(shù)據(jù)開放共享，首先要做到的就是數(shù)據(jù)資源的標(biāo)準(zhǔn)化。我們需要解決大規(guī)模的、來自多個(gè)來源的、異構(gòu)的數(shù)據(jù)集成問題，實(shí)現(xiàn)海量多元異構(gòu)數(shù)據(jù)源的統(tǒng)一管理。

數(shù)據(jù)質(zhì)量

數(shù)據(jù)質(zhì)量是數(shù)據(jù)開放共享中需要解決的關(guān)鍵問題。比如，對(duì)于數(shù)據(jù)的發(fā)布者來說的話，怎么樣來保證開放的數(shù)據(jù)沒有敏感內(nèi)容，怎么樣保證這個(gè)數(shù)據(jù)是可信的？自動(dòng)的評(píng)估和控制數(shù)據(jù)質(zhì)量，是一個(gè)關(guān)鍵指標(biāo)。

開放和共享不等于免費(fèi)

清華大學(xué)計(jì)算機(jī)系朱小燕教授提到“開放和共享不等于免費(fèi)”，分配權(quán)益，其實(shí)也是數(shù)據(jù)流通的基本動(dòng)力，必須要保證數(shù)據(jù)的擁有者，持有者和開發(fā)者，都能有滿意的權(quán)益分配。

數(shù)據(jù)共享和開放在產(chǎn)業(yè)界的趨勢和挑戰(zhàn)

根據(jù)不同的用法，數(shù)據(jù)有不同的治理和整理方法。那些使用數(shù)據(jù)的人，未必是生產(chǎn)數(shù)據(jù)的人。

清華大學(xué)交叉信息研究院徐葳副教授提到，“來自業(yè)內(nèi)的數(shù)據(jù)可能不如分布在地方政府手里的數(shù)據(jù)多，但是很多人會(huì)明顯覺得BAT似乎把數(shù)據(jù)用的更好。那是因?yàn)闃I(yè)內(nèi)特定領(lǐng)域已經(jīng)打通了數(shù)據(jù)并且形成了閉環(huán)，他們更清楚數(shù)據(jù)應(yīng)該怎么使用，理解根據(jù)這些使用需要采集怎樣的數(shù)據(jù)、怎樣去對(duì)數(shù)據(jù)進(jìn)行清洗?！?/p>

的確，數(shù)據(jù)必須要流動(dòng)起來它才能產(chǎn)生價(jià)值，否則的話它就是一個(gè)孤島，沒有什么太大的價(jià)值。數(shù)據(jù)共享，也需要一個(gè)前后背景，以學(xué)術(shù)研究還是產(chǎn)業(yè)應(yīng)用為前提進(jìn)行共享，這兩者的管理治理完全不一樣。

以金融行業(yè)為例，因?yàn)榻鹑谛袠I(yè)非常容易出現(xiàn)不合規(guī)行為，所以數(shù)據(jù)的應(yīng)用和管控會(huì)更加嚴(yán)格。比如，如果用來投資，被標(biāo)為非公開信息的數(shù)據(jù)會(huì)被禁止使用。而關(guān)于個(gè)人用戶隱私層面的管控可能更嚴(yán)，在金融領(lǐng)域里面，有一種“另類數(shù)據(jù)”。它不是類似傳統(tǒng)銀行財(cái)報(bào)這樣公開的信息，而是一種新型的數(shù)據(jù)，比如手機(jī)上的GPS數(shù)據(jù)、網(wǎng)站APP下載的數(shù)據(jù)。這些也可以用來分析一個(gè)公司或者一個(gè)國家經(jīng)濟(jì)層面的運(yùn)轉(zhuǎn)程度。

現(xiàn)在越來越多的研究層面開始關(guān)注，包含用戶信息的數(shù)據(jù)如何在技術(shù)場景里使用。為了解決一個(gè)工業(yè)界的問題，需要訓(xùn)練模型，那如何在不共享數(shù)據(jù)的情況下進(jìn)行機(jī)器學(xué)習(xí)呢？

微眾銀行人工智能部副總經(jīng)理吳海山舉例解釋，“比如用數(shù)據(jù)去分析用戶貸款違約的概率，可能需要A公司電商的數(shù)據(jù)、B公司社交的數(shù)據(jù)，但兩家公司不可能放心地把數(shù)據(jù)放到我的平臺(tái)上……在這種情況下，為了在數(shù)據(jù)不共享的情況下，依然能夠訓(xùn)練機(jī)器學(xué)習(xí)模型，我們首席人工智能專家楊強(qiáng)教授提出了聯(lián)邦學(xué)習(xí)，它是一種新型的，能夠在保護(hù)用戶隱私和數(shù)據(jù)共享的前提下，以一個(gè)合法合規(guī)的方式去使用數(shù)據(jù)、訓(xùn)練模型、解決問題，我們覺得這個(gè)可能是更加本質(zhì)的一個(gè)問題?！?/p>

“離開數(shù)據(jù)服務(wù)談數(shù)據(jù)隱私都是耍流氓”

機(jī)器學(xué)習(xí)需要大量數(shù)據(jù)，數(shù)據(jù)的共享無疑是學(xué)界和業(yè)界共同期待的，但是數(shù)據(jù)的共享也離不開對(duì)于數(shù)據(jù)和隱私的保護(hù)。

對(duì)于用戶隱私的保護(hù)，幾位專家有不同的看法。徐葳教授認(rèn)為隱私是一種個(gè)人感受；吳信東教授認(rèn)為企業(yè)的隱私就是其核心競爭力。

而吳海山先生則認(rèn)為隱私是一種資產(chǎn)，“我們?nèi)タ床〉臅r(shí)候，恨不得把所有的信息都告訴醫(yī)生，我們買房子貸款的時(shí)候，恨不得把以往所有的信息都給銀行看，才能讓它給你貸款。這個(gè)時(shí)候隱私已經(jīng)作為一種資產(chǎn)，有一個(gè)隱含的定價(jià)前提。你得到更好的金融服務(wù)，得到更好的企業(yè)服務(wù)，個(gè)性化服務(wù)。所以談任何個(gè)人隱私、企業(yè)隱私，得到的服務(wù)和隱私之間有一個(gè)平衡，這是在討論隱私之前需要關(guān)注的問題?！?/p>

數(shù)據(jù)加密技術(shù)大盤點(diǎn)

大數(shù)據(jù)生命周期分為數(shù)據(jù)發(fā)布、數(shù)據(jù)儲(chǔ)存、分析和挖掘、數(shù)據(jù)使用，在這些環(huán)節(jié)中都存在數(shù)據(jù)隱私保護(hù)的問題。加密是保護(hù)數(shù)據(jù)的一個(gè)手段，但是加密之后的數(shù)據(jù)無法使用?，F(xiàn)在的技術(shù)需要保證數(shù)據(jù)在流通使用過程中也不造成泄露，也就是限制數(shù)據(jù)的使用。

在沙龍現(xiàn)場，幾位嘉賓也探討了目前幾種常見的數(shù)據(jù)加密技術(shù)。

差分隱私

差分隱私其實(shí)是一種度量方式。通過一群人里算出來的模型，和去除A算出來的是一樣的，這樣就無從判斷A是否還在這群人中，就起到保護(hù)A隱私的作用。這個(gè)方法對(duì)于保護(hù)“泯然眾人”的數(shù)據(jù)是有用的，但是卻很難保護(hù)那些“很個(gè)性”的數(shù)據(jù)，因?yàn)檫@些“個(gè)性”的數(shù)據(jù)對(duì)于整體數(shù)據(jù)的計(jì)算印象很大。

多方安全計(jì)算

多方安全計(jì)算（MPC）是解決一組互不信任的參與方之間保護(hù)隱私的協(xié)同計(jì)算問題，MPC要確保輸入的獨(dú)立性，計(jì)算的正確性，同時(shí)不泄露各輸入值給參與計(jì)算的其他成員。主要是針對(duì)無可信第三方的情況下，如何安全地計(jì)算一個(gè)約定函數(shù)的問題，在電子選舉、電子投票、電子拍賣、秘密共享、門限簽名等場景中有著重要的作用。

K匿名

k-匿名技術(shù)是1998 年由Samarati和Sweeney提出的，要求發(fā)布的數(shù)據(jù)中存在一定數(shù)量（至少為k）的在準(zhǔn)標(biāo)識(shí)符上不可區(qū)分的記錄，使攻擊者不能判別出隱私信息所屬的具體個(gè)體，從而保護(hù)了個(gè)人隱私。明略科技集團(tuán)首席科學(xué)家吳信東教授舉例解釋，“比如，為了避免報(bào)警者受到報(bào)復(fù)，警察記錄的是方圓多少距離的人打來的報(bào)警電話，通過對(duì)位置信息的泛化，保護(hù)了報(bào)警者的位置信息，但同時(shí)也會(huì)降低數(shù)據(jù)的可用性。可能警察記錄是五公里以內(nèi)的人打了電話，但是警察自己也找不到那個(gè)人是誰?！?/p>

什么樣的數(shù)據(jù)值得保護(hù)？數(shù)據(jù)隱私保護(hù)技術(shù)就像是順豐快遞，要看寄送的東西值不值得快遞費(fèi)用。評(píng)估數(shù)據(jù)的價(jià)值，是比數(shù)據(jù)保護(hù)更重要的事情。數(shù)據(jù)保護(hù)問題的本質(zhì)就在于我們?nèi)绾螌?duì)數(shù)據(jù)進(jìn)行定價(jià)?；蛟S有人出價(jià)一萬買你的隱私，你會(huì)斷然拒絕；但如果是一億呢？離開數(shù)據(jù)的定價(jià)、數(shù)據(jù)流動(dòng)產(chǎn)生的價(jià)值和通過數(shù)據(jù)得到的服務(wù)去討論數(shù)據(jù)隱私，其實(shí)都是比較片面的。

隱私保護(hù)的政策問題

2018年5月25日，歐洲聯(lián)盟出臺(tái)《通用數(shù)據(jù)保護(hù)條例》（GDPR General Data Protection Regulation）。這是全球目前最嚴(yán)格的數(shù)據(jù)保護(hù)條例。其最高的一筆罰單給了英國航空公司，罰金數(shù)額為1.8339億英鎊（約合15.8億元人民幣）。

國際方面對(duì)于數(shù)據(jù)保護(hù)的政策愈發(fā)嚴(yán)格，中國在保護(hù)個(gè)人信息方面也發(fā)布了推薦性國家標(biāo)準(zhǔn)《信息安全技術(shù)個(gè)人信息安全規(guī)范》，可以說在數(shù)據(jù)隱私保護(hù)規(guī)定方面，中國走在了亞洲前列。這項(xiàng)規(guī)范也參考了歐盟的《通用數(shù)據(jù)保護(hù)條例》，ISO29000系列等國際范圍內(nèi)的個(gè)人信息保護(hù)法律法規(guī)及標(biāo)準(zhǔn)，同時(shí)，從國內(nèi)主要存在的個(gè)人信息保護(hù)現(xiàn)狀和問題出發(fā)制定標(biāo)準(zhǔn)，更側(cè)重標(biāo)準(zhǔn)的實(shí)用性。

歐盟《通用數(shù)據(jù)保護(hù)條例》（即GDPR）的制定確實(shí)在一定程度上保護(hù)了數(shù)據(jù)，但是也阻礙了歐洲人工智能產(chǎn)業(yè)的發(fā)展。而且，因?yàn)镚DPR罰款高達(dá)公司全球營業(yè)額的4%，這對(duì)傳統(tǒng)產(chǎn)業(yè)的企業(yè)很不友好、也不利于小公司的生存和發(fā)展。

從政策制定角度來講，隱私保護(hù)政策需要可操作性以及合理合法的指導(dǎo)，讓受眾接受這條政策并積極施行。從經(jīng)濟(jì)學(xué)角度來講，隱私保護(hù)政策會(huì)提高數(shù)據(jù)的價(jià)值，畢竟數(shù)據(jù)本身就是一種資產(chǎn)。

更嚴(yán)的隱私無疑會(huì)增加數(shù)據(jù)的成本，讓整個(gè)行業(yè)尤其是小公司生存更加困難；更開放的數(shù)據(jù)共享，只會(huì)讓大眾和媒體放大數(shù)據(jù)隱私的侵犯，反而忘記數(shù)據(jù)共享帶來的價(jià)值。我們需要的是靈活的隱私保護(hù)和數(shù)據(jù)共享方案。