（关注原因：数据安全法落地，滴滴、BOSS直聘、满帮被下架，当前一级市场风口，且3天后有世界人工智能大会的隐私计算分论坛催化）

1、7月4日，国家互联网信息办公室通知应用商店下架“滴滴出行”App，要求滴滴出行科技有限公司严格按照法律要求，参照国家有关标准，认真整改存在的问题，切实保障广大用户个人信息安全。7月5号，BOSS直聘及货运帮先后下架。数据隐私成为互联网最“痛点”。

2、世界人工智能大会开幕在即，今年新增了隐私计算学术交流论坛。随着构建数据要素市场上升为国家政策、隐私计算技术已接近产业化，技术重心从数据获取与存储向数据开放共享升级，数据安全的脚步也从防御迈向流通。Gartner也将其纳入2021年重点深挖的9项技术之一，隐私计算在二级市场风口日益临近。蚂蚁、微众等巨头纷纷下注，如蚂蚁组件了专门的摩斯平台。

3、隐私计算的典型应用场景：鉴于单一来源数据构建的反欺诈模型效果较差，各金融机构具有很强的反欺诈合作意愿，比如招商银行和中国联通合作发放消费贷，各自拥有客户的某些维度的数据，但在具体合作过程中又担心用户的隐私数据和机构的商业机密遭到泄露，且监管严格禁止数据流出本地。隐私计算技术则可以实现数据不流出本地的情况下，各参与方联合建模，打通数据孤岛，做到数据不流动但数据价值流动。

案例1）：蚂蚁链摩斯多方安全计算平台助力银行联合风控；

蚂蚁链摩斯多方安全计算平台基于多方安全计算、隐私保护、区块链等技术，实现数据可用不可见，解决企业数据协同计算过程中的数据安全和隐私保护问题，助力机构安全高效地完成联合风控、联合营销、联合科研等跨机构数据合作任务，驱动业务增长。根据蚂蚁链官网介绍，富民银行利用摩斯安全计算平台，和合作方实现了多方联合风控，在保证数据安全的同时，实现模型预测效能提升25%。有效降低业务风险和不良资产率。

案例2）：微众银行联合营销中的隐私保护；

广告主（如微众银行的某个信贷产品）在营销过程中，常常需要在媒体广告平台（如腾讯）投放产品广告，这时往往面临着隐私保护的难题。为了优化广告投放的效果，广告主需要向广告平台回传尽可能多的后端用户转化数据，但是，由于用户隐私保护问题，广告主不能直接将用户数据分享给广告平台，而且数据回传过程也存在着泄露可能性。丰富多样的其他数据（来自其它机构的数据）以优化用户画像更是由于隐私法规限制和商业考虑，而限制了更精准投放。

微众银行将联邦学习引入智能营销场景，形成“联邦广告”和“联邦推荐”方案，在保障隐私安全的同时，大幅提升在线广告拉新和存量客户促活的效率。基于联邦广告方案，广告主可以将广告点击和转化数据利用“差分隐私”进行混合加噪，然后再做数据加密、与广告平台进行加密条件下的联合建模。在这个过程中，广告主的转化数据、广告平台的用户标签都留在原地，而广告模型的效果得到优化，从而提升广告投放的效率。

基于联邦推荐方案，广告主与第三方数据源可以在各自数据不出本地的条件下一起协同构建推荐系统，通过参与方之间交换加密参数的方式避免原始训练数据泄露和传输。在保证隐私的前提下，联邦广告和联邦推荐实现了高效贷款广告投放、理财产品推荐，广告效率提高20%，理财产品推荐效率提升30%，有效地实现了用户拉新促活的目标。

4、据卖方测算，市场空间将达百亿。不考虑基于可信执行环境（TEE）带来的潜在硬件市场，假设隐私计算软件在大数据软件和服务的潜在规模将为22亿美元，合计人民币100亿+。

标的：优刻得，隐私计算A股最正标的