隐私计算：数据流通的”安全锁”

数据要流通才有价值，但流通又伴随着泄露风险。隐私计算技术试图破解这个两难：让数据”可用不可见”，在保护原始数据的前提下完成联合计算与模型训练。

目前主流的隐私计算路线包括多方安全计算、联邦学习与可信执行环境，已在金融风控、医疗研究、政务数据共享等场景落地。多个城市数据交易所将隐私计算作为基础设施，支撑跨机构数据合作。

业内观点认为，隐私计算是数据要素市场化的关键技术底座。随着性能瓶颈逐步突破与互联互通标准推进，它有望让海量沉睡数据在合规框架内释放价值。