中国 通信院 プライバシーコンピューティング白書 (2021) at 2021.07.21
こんにちは、丸山満彦です。
中国の信息通信研究院と隐私计算联盟 (Privacy Preserving Computing Alliance)が プライバシーコンピューティング白書 (2021) を公表したようです。。。
信息通信研究院 のウェブページにPDFが上がるかと思っていたのですが、なかなか上がらないので、先に紹介します。。。
・掲載されていません。。。
なお、次のウェブサイトで全文読めます。。。ただし、画像ファイル。。。
● 捜狐
・2021.07.22 《隐私计算白皮书（2021年）》全文
画像データ
・[ZIP] 前文、目次
・[ZIP] 01-02章
・[ZIP] 03-04章
・[ZIP] 05-附属書
せめて前文と目次・・・
| 前言 | 序文 |
| 2020年4月,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,将数据同土地、劳动力、资本、技术等传统生产要素并列,作为一种新型生产要素参与分配。作为释放要素价值的关键环节,数据资源的开放共享、交换流通成为重要趋势,其需求日益增加。 | 2020年4月、中国共産党中央委員会と国務院は「市場ベースの配分のためのより完璧な制度的メカニズムの構築に関する意見」を発表し、その中でデータは土地、労働、資本、技術といった伝統的な生産要素と並んで、新しいタイプの配分対象となった。 要因の価値を解放するための重要なリンクとして、データリソースのオープンな共有と交換は重要な傾向となっており、その需要は増加しています。 |
| 然而,近年来数据安全事件频发,数据安全威胁日益严峻,特别是《中华人民共和国数据安全法》的颁布和实施,对企业合规安全地发挥数据价值提出了更高的要求。既要应用数据,又要保护安全,如何兼顾发展和安全,平衡效率和风险,在保障安全的前提下发挥数据价值,是当前面临的重要课题。以多方安全计算、联邦学习、可信执行环境等为代表的隐私计算技术为流通过程中数据的“可用不可见”提供了解决方案,已在―些领域开始推广应用。可以说,隐私计算是在实现保护数据拥有者的权益安全及个人隐私的前提下,实现数据的流通及数据价值深度挖掘的-类重要方法。 | しかし、近年、データ・セキュリティ・インシデントが頻発し、データ・セキュリティの脅威はますます深刻になっています。特に、中華人民共和国データ・セキュリティ法が公布・施行されたことにより、企業がコンプライアンスを遵守し、安全な方法でデータの価値を再生するためのより高い要件が提示されています。 開発とセキュリティ、効率とリスク、セキュリティを確保しつつデータの価値をいかに両立させるかが重要な課題です。 マルチパーティ・セキュア・コンピューティング、フェデレーテッド・ラーニング、トラステッド・エグゼキューション・エンバイロメントなどのプライバシー・コンピューティング技術は、流通するデータの「使いやすさと見えにくさ」に対するソリューションを提供し、すでに一部の分野で活用されています。 プライバシーコンピューティングは、データ所有者の権利や利益、個人のプライバシーを保護しながら、データの循環やディープデータの価値発掘を実現するための重要な手法であると言えます。 |
| 近两年来,在政策驱动和市场需求同时作用下,隐私计算技术、产业、应用迅速发展,成为商业和资本竞争的热门赛道2020年底,中国信通院在工业和信息化部相关司局的指导下,联合业界六十余家技术企业和应用单位成立隐私计算联盟,成为隐私计算领域的重要行业组织2021年,中国信通院云大所联合隐私计算联盟的三十余家企业共同完了这本《隐计皮书(2021年)》。本白皮书试图回答以下这些问题: | この2年間、政策と市場の両方の需要に後押しされて、プライバシー・コンピューティングの技術、産業、アプリケーションは急速に発展し、ビジネスや資本競争の人気トラックになっています。 2021年、中国情報通信技術学院（CAIC）のクラウド研究所は、プライバシー・コンピューティング・アライアンスの30社以上の企業と協力して、この「プライバシー・コンピューティング・ペーパー（2021年）」を完成させました。 このホワイトペーパーでは、以下の質問に答えようとしています。 |
| · 隐私计算是什么:为什么会有隐私计算技术?它能发挥什么价值? 面临什么样的政策环境? | · プライバシー・コンピューティングとは:なぜプライバシー・コンピューティング技術があるのか？ どんな価値をもたらすことができるのか。政策環境とは？ |
| · 隐私计算技术发展情况:隐私计算的技术体系是怎样的? 各类隐私计算技术的方案架构和特点有哪些?每种隐私计算技术擅长解决的问题是什么? 其成熟度和缺陷有哪些?技术融合与扩充的情况如何? | · プライバシー・コンピューティングはどのように進化しているのか:プライバシー・コンピューティングの技術的なアーキテクチャとは？様々なプライバシー・コンピューティング技術のソリューション・アーキテクチャとその特徴は？ それぞれのプライバシーコンピューティング技術が得意とする問題とは？彼らの成熟度と短所は？ テクノロジーの収束と拡大の状況は？ |
| · 隐私计算应用场景:隐私计算常用的应用场景有哪些? 在每个场景里,隐私计算解决了什么痛点、如何应用? | · プライバシー・コンピューティングのアプリケーション・シナリオ:プライバシー・コンピューティングの一般的なアプリケーション・シナリオとは？それぞれのシナリオにおいて,プライバシー・コンピューティングはどのようなペインポイントを解決し,どのように適用されるのか？ |
| · 隐私计算产业发展情况:国内外隐私计算主要有哪些企业? 隐私计算行业的商业模式、论文情况、技术开源情况、标准建设情况如何? | · プライバシー・コンピューティング業界の発展:国内外のプライバシー・コンピューティングの主要企業は？プライバシー・コンピューティング業界のビジネスモデル,論文,オープンソース技術,標準規格はどのようなものか？ |
| · 隐私计算合规性情况:从法律视角看,隐私计算解决了哪些数据流通的合规性问题?应用隐私计算过程中,面临哪些合规性风险?如何解决这些风险? | · プライバシー・コンピューティングのコンプライアンス:法的な観点から,プライバシー・コンピューティングはどのようなデータフローのコンプライアンス問題に対処するのか？ プライバシー・コンピューティングの利用に伴うコンプライアンス上のリスクとは？ これらのリスクにどのように対処すればよいのでしょうか。 |
| · 隐私计算面临的问题与挑战:隐私计算的发展面临哪些问题? 这些问题该如何改善? | · プライバシー・コンピューティングの問題点と課題:プライバシー・コンピューティングの発展に向けた課題は何か？これらの課題をどのように改善していけばよいのでしょうか。 |
| 道阻长,行则将至;行而不,未来可期面对这个日新月异、快速发展的行业,我们期待与业界共同守正创新,推动隐私计算行业健康发展,让隐私计算在数据要素市场建设和数据流通过程中发挥更大的价值! | 私たちは、業界の皆様と協力して、プライバシー・コンピューティング業界の健全な発展を促進し、データ要素市場の構築やデータ流通の過程において、プライバシー・コンピューティングの価値を高めていきたいと考えています。 |
| 目录 | 目次 |
| 第一章算概述 | 第1章 コンピューティングの概要 |
| (一) 数据流通需求推动隐私计算势头火热 | (1) データ流通への要求が、プライバシー・コンピューティングの機運を高める |
| (二) 政策环境为隐私计算发展提供新机遇 | (2) 政策環境は、プライバシー・コンピューティングの開発に新たな機会を与えている |
| 第二章算态势 | 第2章: コンピューティングの状況 |
| (一) 隐私计算技术体系基本建立 | (1) プライバシー・コンピューティング技術体系が基本的に確立されている。 |
| (二) 多方安全计算基于密码学原理实现通用计算能力 | (2) マルチパーティ・セキュア・コンピューティング 暗号の原理に基づくユニバーサル・コンピューティングの実現 |
| (三) 联邦学习变革机器学习范式广泛应用于联合建模 | (3) 連携学習 連携モデリングに広く使われている機械学習のパラダイムを変換したもの。 |
| (四) 可信执行环境依托于可信硬件提供高效计算方案 | (4) 信頼された実行環境は、信頼されたハードウェアに依存し、効率的な計算ソリューションを提供します。 |
| (五) 相关技术扩充隐私计算技术体系 | (5）関連技術は、プライバシー・コンピューティングの技術的なアーキテクチャを拡張します。 |
| 第三章算应景 | 第3章 シナリオの算出 |
| (一) 联合营销:跨行业数据融合重构用户画像 | (1) ジョイント・マーケティング：ユーザーのポートレートを再構成するための業界横断的なデータ融合 |
| (二) 联合风控:引入外部数据优化金融风控模型 | (2) 共同リスク管理：外部データの導入による財務リスク管理モデルの最適化 |
| (三) 智慧医疗:数据互通发挥医学数据价值 | (3）インテリジェントな医療：医療データの価値を生かすためのデータの相互運用性 |
| (四) 电子政务:促进政务数据安全共享开放 | (4) 電子政府：政府データの安全な共有と公開の促進 |
| 第四章产业态势 | 第4章 業界動向 |
| (一) 隐私计算市场发展迅速 | (1)プライバシー・コンピューティング市場の急速な発展 |
| (二) 产业发展配套环境正在逐步完善 | (2）産業発展のための支援環境が徐々に改善されている。 |
| 第五章私计算合规探讨 | 第5章：プライバシー・コンピューティング・コンプライアンスに関する議論 |
| (一) 隐私计算有助于提升数据流通的合规性 | (1)プライバシーコンピューティングは、データ流通のコンプライアンス向上に役立つ |
| (二) 隐私计算方案设计需要关注合规要求 | (2)コンプライアンスを重視したプライバシー・コンピューティング・ソリューション設計が必要 |
| (三) 隐私计算合规实践路径的探索 | (3) プライバシーコンピューティングのコンプライアンス実践パスの探求 |
| 第六章私算的题 | 第6章：プライベート・コンピューティングの課題 |
| (一) 安全性挑战影响市场信任 | (1) セキュリティの課題が市場の信頼に影響を与える |
| (二) 性能瓶颈阻碍隐私计算规模化应用 | (2) パフォーマンスのボトルネックが、プライバシー・コンピューティングの大規模な導入を妨げている。 |
| (三) 互联互通壁垒或使数据“孤岛”变“群岛” | (3) 相互運用性の障壁が、データの "島 "を "群島 "に変える |
| 第七章展展望 | 第7章：展望 |
| (一) 算法优化和硬件加速将成为隐私计算可用性提升的重要方向 | (1) アルゴリズムの最適化とハードウェアの高速化は、プライバシー・コンピューティングの使い勝手を向上させるための重要な方向性である。 |
| (二) 多元技术融合有望拓展隐私计算应用边界 | (2）複数の技術が融合することで、プライバシー・コンピューティングの応用範囲が広がることが期待されている |
| (三) 标准体系制定有望助力隐私计算应用落地 | (3) 標準システムの開発は、プライバシー・コンピューティング・アプリケーションの実装に役立つと期待されている |
| (四) 多方生态融合有望推进隐私计算行业发展 | (4) マルチパーティエコロジーの統合は、プライバシーコンピューティング産業の発展を促進すると期待されている |
| 附录 国内主要隐私计算平台 | 附属書 主な国内プライバシー・コンピューティングプラットフォーム |
関連ニュース
・2021.07.20 《隐私计算白皮书（2021年）》正式发布
● 同花顺财经
・2021.07.21 中国信通院发布《隐私计算白皮书(2021年)》
・2021.07.23 重磅！《隐私计算白皮书（2021）》正式发布，最新政策风向，应用趋势都在这里！
Comments