(相关资料图)

在不久前举办的2023西湖论剑·数字安全大会论坛上，中国工程院院士方滨兴发表题为“破解数据要素流动与隐私保护相冲突的局”的主旨演讲，提出为平衡数据要素流动与隐私保护的冲突，需要采用数据使用权和所有权相分离、数据可用不可见、数据不动程序动，分享价值不分享数据四个核心方法，通过模型加工厂这一只分享价值的可信平台，充分释放数据价值。

他表示，数据是生产力，通过数据能推动经济发展，国家也制定了一系列政策，尤其是在“十四五”规划中特别强调数据要素流动，这都说明数据在生产力中发挥的作用。与此同时，数据里可能会反映出隐私信息，可能会涉及到一些国家利益、社会安全利益。这就产生了一种矛盾，我们到底是要数据要素流动还是要数字隐私保护，这是一悖论。

方滨兴谈道，作为科学工作者要解决问题，尽量做到隐私保护，又尽量让数据要素流动，并主要将解决方案分成了四类：以李风华教授为代表的隐私计算，以姚期智教授为代表的安全多方计算，以杨强教授为代表的连邦学习，以及他自己提出的模型加工厂。

什么是“模型加工厂”？他解释称，把数据聚集在一起，作为可信平台，该可信平台需为政府部门主管，将数据放到政府部门后，如何流动呢？数据不动程序动，我们提出一个概念叫“AI靶场”，即做一个仿真环境，所以我们把它叫仿真靶场。

新京报贝壳财经记者梳理发现，方滨兴的“仿真靶场”主要包括以下四个核心要素，“一是数据不动程序动，程序可以运行后取走结果，但带不走数据。二是辅助模式，数据可用不可见，我给你准备数据，准备的数据原则上是生成数据，生成方式可以是AI训练出一批特征相同的数据，这样就不涉及隐私。三是给数据加密，这样你可以把模型参数等‘价值’拿走，但拿不走原始数据，拿走了也解不开，可以保证只分享价值，不分享数据。四是将数据交易改造成使用权交易，并通过加密或远程控制来保证使用权交易，这样可以推动数据要素流动。”

方滨兴表示，上述4种方法也需要注意一个问题：高度依赖可信的单位，单位不能自己把数据拿走，因为原始数据都在单位里。此外，数据平台需要有一套可信的访问控制系统以及管理体系，以防自己人偷偷把数据拖走。

（文章来源：新京报）