【摘    要】
报告详细介绍了隐私保护计算的概念内涵，提出了隐私保护计算的保护目标，深刻探讨了数据流通与协作过程中面临的“数据孤岛”、合规趋严和信任鸿沟等问题，详细分析并对比了联邦学习、安全多方计算、机密计算、差分隐私、同态加密等关键隐私保护计算技术，介绍了隐私保护计算技术在金融、政务、医疗等领域的部署经验，并对隐私保护计算技术未来发展进行了展望，以期为关注隐私保护前提下的数据要素市场培育、国家网络安全实力综合提升的社会各界提供有益借鉴与参考。

【目    录】

一、隐私保护计算

（一）隐私保护计算概念

（二）隐私保护计算架构

（三）隐私保护计算目标

（四）隐私保护计算价值

二、隐私保护计算关键技术

（一）联邦学习

（二）安全多方计算

（三）机密计算

（四）差分隐私

（五）同态加密

三、隐私保护计算关键技术综合评价

四、隐私保护计算应用案例

（一）金融领域

（二）政务领域

（三）医疗领域

五、 隐私保护计算发展展望

【全文下载】
隐私保护计算技术研究报告.pdf