数据作为数字经济和信息社会的核心资源，被认为是继土地、劳动力、资本、技术之后的又一个重要生产要素，其在企业数字化转型中发挥重要作用，并对国家治理能力、经济运行机制、社会生活方式等产生深刻影响。与此同时，数据安全的重要性愈发凸显。依法采取严密的监管措施，保障数据安全无虞，有利于为数字经济发展夯实安全基础，为国家安全和公共利益保驾护航。
2021年以来，《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》相继实施，个人隐私和产业机密数据保护日趋完善，以联邦学习技术为代表的隐私计算赛道产业生态逐渐丰富，在着重强调数据安全和个人信息保护的同时，完善了数据相关合规监管框架，为数据流通和使用进一步拓展了空间。
中国信息通信研究院（以下简称“中国信通院”）长期以来一直致力于数据安全及应用的生态建设。2021年初，中国信通院发起了”卓信大数据计划“，在聚焦帮助企业完善数据安全保障体系的同时，也持续致力于通过联邦学习等隐私计算相关技术促进数据的流通和应用，目前已经完成了3批联邦学习产品的测试。与此同时，2021年7月，中国信通院联合中国互联网金融协会旗下的中互金认证正式推出业界首个联邦学习认证——“联邦学习产品安全认证”。
在此基础上，2022年，“卓信大数据计划”持续推动数据应用，联合山东大数据交易中心共同构建国内首个”卓信联合建模中心“，该中心基于隐私计算、区块链等新型技术探索新的数据应用方案。目前，已经有多家头部互联网企业和金融机构接入或计划接入联合建模中心，开展面向广告和金融领域的数据交互和数据应用。
基于前期的工作，在行业多家联邦学习产业链上下游企业的共同支持下，中国信通院编写了《联邦学习场景应用研究报告（2022年）》，现正式发布。报告总结了中国信通院对于联邦学习技术、数据应用推广的经验，并深入探讨联邦学习在政务、医疗、金融、广告、物流的应用价值，以期为数据应用价值的释放带来解读和参考。
相关合作请联系nbd@caict.ac.cn。
报告目录
一、 联邦学习简介
(一) 数据隐私安全及孤岛问题
(二) 联邦学习定义
(三) 联邦学习主要作用
(四) 联邦学习技术优势
二、 联邦学习发展历程
(一) 传统隐私保护
(二) 联邦学习
(三) 安全联邦学习
三、 联邦学习进阶
(一) 主要技术原理
(二) 联邦学习的分类
(三) 联邦学习模型
(四) 联邦学习能力
(五) 联邦学习流程
四、 安全联邦学习
(一) 可信计算环境
(二) 多方安全计算
(三) 同态加密
(四) 差分隐私
(五) 安全性
(六) 性能
五、 应用场景
(一) 政务开放
(二) 医疗应用
(三) 金融应用
(四) 数字广告
(五) 物流行业
六、 展望
(一) 政策引导、持续释放行业红利
(二) 凝聚共识、加速应用场景探索
(三) 标准建设、加强平台互联互通
版权声明：本报告版权属于中国信息通信研究院，并受法律保护。转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。
下载报告：http://www.caict.ac.cn/kxyj/qwfb/ztbg/202202/P020220221617546996601.pdf
声明：本文来自中国信通院CAICT，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
