随着数据要素化时代的到来,数据的流通和共享已成为数据要素化的显著特征。然而,这种流通和共享往往具有隐私泄露的风险,甚至可能给企业或个人造成不可估量的损失。为此,隐私计算技术成为数据要素化发展的重要支撑。
本书以密码学知识体系作为介绍隐私计算的着眼点,系统介绍了如何通过密码学构建隐私计算体系,并解析了如何将这些知识体系应用到真实场景中。全书共分6章,内容涵盖基础密码学、前沿密码学及相关知识,同时也梳理了隐私计算应用、隐私计算算子、基础密码算法的具体对应关系。
本书适合密码学、隐私保护、大数据和人工智能等相关专业的学生和初级从业者阅读,同时也适合对隐私计算、密码学感兴趣并尝试转岗的从业者阅读。
我们正生活在一个数字化时代,数据已经成为推动社会进步和创新的重要驱动力,它能够为人类提供智能化、高效化、便捷化的生产、生活和服务,同时也能为科学研究和技术发展提供有力的支撑。然而,数据价值的释放并不是无条件的。数据中可能包含个人或组织的敏感信息,这些信息如果没有得到有效保护,就可能遭到泄露或者被滥用,从而导致隐私侵犯或者安全威胁问题的出现。因此,如何在保护数据隐私的同时实现数据的价值释放,是我们迫切需要解决的问题。
隐私计算技术正是为了解决这个问题而诞生的。它利用密码学等技术手段,在不暴露原始数据内容的情况下,实现对数据的安全处理和分析。通过隐私计算技术,我们可以打破数据孤岛,实现多方数据共享、联合分析、智能化处理等功能,从而提升数据利用效率和价值。
隐私计算技术不仅有助于解决人们当前面临的数据隐私保护问题,还将为未来的数据应用和创新开辟新的可能性。例如,在人工智能领域,隐私计算不仅可以实现跨域、跨机构、跨平台的模型训练和预测,还可以为当下火热的大模型应用提供安全推理保证,使得未来各种多模态的大模型推理服务能够在不侵犯个人隐私的前提下部署;在区块链领域,隐私计算可以实现对链上数据和交易的加密保护和验证,为去中心化、可信任、可追溯等特性提供更加完善和安全的保障;在物联网领域,隐私计算可以实现对海量设备数据的安全采集和处理,为智慧城市、智慧家庭、智能制造等提供更高效、更便捷的管理和服务。
本书由来自领域内的技术专家和实践者共同编写,旨在为读者提供一个全面且深入地了解隐私计算技术的机会。全书从基础知识到核心技术,从理论原理到实际应用,从案例分析到未来展望,涵盖了隐私计算技术的各个方面,语言表述简洁而清晰。
我很高兴将本书介绍给所有对隐私计算感兴趣或者想要学习隐私计算技术的读者。无论你是初学者,还是进阶者,都能从本书中得到很多收获。隐私计算技术的进步和应用不仅能够帮助提升整个社会的个人隐私保护力度,也必将促进数据要素价值的最大化释放。让我们共同期待,共同参与构建一个安全、公平、高效的数据要素时代。
浙江大学求是讲席教授
ACM Fellow、IEEE Fellow
任奎