據外媒報道，2021年7月31日，美國亞馬遜公司近期被盧森堡數據保護委員會處以7.46億歐元（約合57.2億元人民幣）的罰款，原因是亞馬遜違反了歐盟的《通用數據保護條例》。這也將成為亞馬遜在歐盟面臨的最大一筆數據隱私罰款。就在去年，Facebook和谷歌也先后因為違反相關數據隱私保護規定而被處以巨額罰款。
因為隱私數據保護不力而吃到“天價罰單”，在全球大科技公司中正成為一個巨大的內控難題。如何從制度、技術以及公司自律等層面保護隱私數據安全再次成為輿論熱點，隱私計算也成為全球新興的一大產業。
7月， 2021年度Gartner技術成熟度曲線（以下簡稱Gartner曲線）發布。因其前瞻性和連續多年對全球科技趨勢的跟蹤研究，每年一度發布的 Gartner曲線被視為了解全球科技新動向最具參考價值的報告之一。
在“隱私計算的技術成熟度曲線-2021”中，聯邦學習被首次納入，另外，本年度曲線中，主權云也同時被納入。
隱私計算大致經歷了三個階段，第一代主要是安全多方計算，第二代主要是集中加密計算，而最新的第三代技術代表，就是聯邦學習。聯邦學習自2016年由谷歌首次提出，主要針對C端，以橫向聯邦學習為主。2018年，以楊強教授領銜的微眾銀行AI團隊提出縱向聯邦學習的方向，以面向B端為特征，國內聯邦學習正式拉開產業化大幕。
2016年以來，隱私計算在全球范圍內的蓬勃發展和越來越密集的應用場景落地，也正是其第三代技術——聯邦學習被納入“隱私計算的技術成熟度曲線-2021”的大背景。值得注意的是，這不是聯邦學習第一次進入Gartner曲線，在2020年度“數據科學和機器學習”技術成熟度曲線中，“聯邦機器學習”就已被納入其中，聯邦學習作為近年來興起的新技術方向正在越來越多地受到關注。
Gartner最新預測，隱私計算行業未來3年內在全球將突破150億美元
根據“隱私計算的技術成熟度曲線-2021”預測，2023年底之前，全球80%以上的公司將面臨至少一項以隱私為重點的數據保護法規；到2024年，隱私驅動的數據保護和合規技術支出將在全球突破150億美元（千億級人民幣）以上。到2025年，60%的大型組織將在分析、商業智能或云計算中使用一種或多種隱私增強的計算技術。
多種隱私增強技術，或者說多方精確隱私計算，是目前各國正在發力突破的下一代技術要點。根據楊強在公開采訪中的介紹，這一研究目前尚無完備的安全理論證明，在大規模應用中，聯邦學習依然占據主導地位且已進入相對成熟和完備的階段。事實上，截至2021年，在國內，聯邦學習已經在金融、醫療、精準營銷等多個場景中得以應用和普及。
根據本次Gartner預測內容，在2021-2025年這一周期中， “聯邦學習”將發揮主流作用，引導該領域的商業化大潮。
隱私計算的“安全內核”——聯邦學習完成從技術到產業的“轉身”
數據安全和隱私保護日益受到重視是隱私計算能夠實現快速落地，形成規?；a業的先決條件。聯邦學習對于保護隱私安全和防范隱私風險起到了強有力作用。“隱私計算的技術成熟度曲線-2021”中提示，隱私風險主要集中在事件發生后的財務風險、消費者信任度下降和品牌損害。
納入本次曲線的聯邦學習，恰好契合了新數字時代規避隱私風險的需求，至少起到了如下幾個關鍵的技術支撐：實現或加強對個人數據使用的控制；減輕數據濫用的風險；為業務流程中的決策點提供選項，從而減少風險；改善客戶體驗等。
作為評估全球新興技術成熟度發展態勢的權威評價體系，Gartner曲線有著深遠影響。通過年度曲線報告，可以對全球某一科技領域的動態進行全面、直觀的了解。在國內，微眾銀行的開源聯邦學習框架FATE，從最初讓企業和機構在保護數據隱私的前提下實現協作，到穩步迭代之后，可以實現公有云和私有云的全生態應用，已經形成較為成熟的理論和產業成果。此外還有平安科技“蜂巢”、百度開源聯邦學習框架 PaddleFL、京東數科聯邦學習平臺Fedlearn等，這些平臺既有開源式又有自研式，展現出聯邦學習多元化的研究優勢和生命力；從應用范圍來看，涵蓋了金融、醫療、智慧城市等領域，并逐步向更廣范圍延展。
