Q:隐私计算这边,除了底层的软硬件一体的技术,还有什么其他技术储备和方向(比如联邦学习或MPC 等 )?
A:隐私计算本身,底层需要密码技术的支撑。卫士通原来的背景是出自电科30所,在密码理论和算法上有比较多的积累,在同态、多方计算、联邦学习等方面都具备一定原有基础。但是从布局上来说, 我们认为客户侧不会把某个技术方向当做自己的选择,而是根据应用选择不同的方式。因此我们目前的布局是根据好几种方式为用户做好支撑。从新的点来说,我们可能会比较关注基于芯片的可行计算的结构,去推动在PE的环境下进行数据的安全计算的思路。
Q:和互联网大厂相比,公司是否有优势壁垒? A:在隐私计算传统的几个方向上,大家的技术没有太多的差别,没有谁的技术特别明显地领先。竞争的点不完全在这个逻辑上,而在当下的背景上,做好数据流通,需要几个因素互相配合。我们现在的考虑是可能在密码算法和隐私计算平台的基础上,去叠加法律法规或者其他层面上的合规的一些安全密码能力和手段,构成一个更大的体系性的安全保障。
另外,如果真的要推动数据流通,需要在数据和应用场景上的一些支持,因此我们会和合作伙伴共同打造数据流通平台的场景化的一些东西。
(节选,更多来自“慧选牛牛”)