计算机行业深度报告：隐私计算千亿蓝海市场加速开启-20210809-开源证券-16正式版

行业研究计算机2021年月09日隐私计算，千亿蓝海市场加速开启计算机——行业深度报告投资评级：看好（维持）陈宝健（分析师）刘逍遥（分析师）chenbaojian@liuxiaoyao@证书编号：S0790520080001证书编号：S0790520090001行业走势图⚫高度看好隐私计算蓝海市场，重点推荐安恒信息、奇安信等计算机沪深300行业深度报告36%24%12%0%-12%-24%-36%2020-082020-122021-04⚫数据要素市场改革加速，催生广阔的隐私计算新兴市场一方面，2020口，有望在金融、政务、医疗等行业实现快速应用，其千亿蓝海市场有望开启。重点推荐在隐私计算数据安全领域有前瞻布局的公司安恒信息、奇安信、深信服、绿盟科技、美亚柏科、启明星辰，其他受益标的包括卫士通等。数据来源：贝格数据2021年9月相关研究报告1开源证券证券研究报告《行业周报-周观点：全民健身计划发布，关注教育信息化投资机会》-2021.8.8《行业周报-周观点：解决“卡脖子”难题，高度重视工业软件产业趋势》-2021.8.1《行业周报-周观点：教育“双减”新政落地，高度利好教育信息化产业》-2021.7.25隐私计算技术是解决数保护数据安全的同时实现多源数据跨域合作，可以破解数据保护与融合应用难题根据Gartner2024球突破150亿美元以上，即达到千亿人民币以上。⚫隐私计算三大技术路径：联邦学习、安全多方计算、可信计算是性能存在一定瓶颈。⚫行业应用快速推广，创新企业不断涌入，隐私计算进入蓬勃发展阶段隐私计算的技术和产品成熟度迅速提升，同时在我国加快培育发展数据要素市疗等行业实现快速应用。参与方：目前蚂蚁金服、腾讯云、百度、京东等互联网企业推出了各自的产品，产品化的初创企业也不断涌现。系统销售模式和服务模式为主，未来调用模式和分润模式将打开更大的市场空间。KPMG触达100-200亿人民币的空间，甚至撬动千亿级的数据平台运营收入空间。⚫风险提示：市场竞争加剧风险；技术变革风险；人员流失风险。请务必参阅正文后面的信息披露和法律声明1/16每日免费获取报告1、每日微信群内分享7+最新重磅报告；2、每日分享当日华尔街日报、金融时报；3、每周分享经济学人4、行研报告均为公开版，权利归原作者

所有，起点财经仅分发做内部学习。扫一扫二维码关注公号回复：研究报告加入“起点财经”微信群。。行业深度报告目录1、隐私计算技术将成数据价值安全释放的关键突破口.........................................................................................................32、隐私计算三大技术路径：联邦学习、安全多方计算、可信计算.....................................................................................63、隐私计算在金融、政务、医疗等行业有望获得快速应用发展.........................................................................................84、蚂蚁、腾讯纷纷入局，初创企业不断涌现......................................................................................................................105、隐私计算未来有望形成多样化的商业模式......................................................................................................................126、..............................................................................................................................................................................147、..............................................................................................................................................................................14图表目录图1：数据交易商业模式的框架主要由“3+4+1”要素构成.....................................................................................................4图2：隐私计算解决数据开放安全问题的重要突破口...........................................................................................................4图3：Gartner发布了企业机构在2021年需要深挖的重要战略科技趋势.............................................................................5图4：Gartner2024年隐私驱动的数据保护和合规技术支出将达近千亿人民币.........................................................6图5：联邦学习是一种加密的分布式机器学习技术...............................................................................................................7图6：安全多方计算提供更加安全的联合数据分析能力........................................................................................................7图7：隐私计算可在金融反欺诈场景实现良好应用...............................................................................................................9图8：隐私计算有效助力医学影像识别、疾病筛查...............................................................................................................9图9：安全共享数据的基础设施..........................................................................................................................................................10图10：腾讯云安全隐私计算应用场景多样...........................................................................................................................图：AiLand数据安全岛平台致力于解决数据共享过程中的安全、信任和隐私保护问题...........................................12图12：XDP翼数坊基于核心隐私安全计算技术为医疗等行业赋能...................................................................................12图13：3大角色：数据方、业务方与技术服务商........................................................................................13表1：深圳、北京、广东等地相继发文，规划设立交易场所进行大数据交易....................................................................3表2：由于技术路径的不同，各类隐私计算技术均有其更加适用的场景............................................................................8请务必参阅正文后面的信息披露和法律声明2/16行业深度报告、隐私计算技术将成数据价值安全释放的关键突破口数据要素市场改革正在加速。2015年开始，大数据上升为国家发展战略，全国各地相继成立大数据交易所，各个大数据交易平台网站也陆续上线，但由于缺乏相关的行业规范和安全保障，这些数据交易平台并没有发挥最大效用。2020年出台的据交易。表：深圳、北京、广东等地相继发文，规划设立交易场所进行大数据交易时间文件内容北部湾大数据交易中心在南宁揭牌成立，北部湾大数据交易中心将积极探索政务数据交易模式和跨境2020年8月-数据流通机制，构建安全、开放、共赢的数据生态，建成数据产品交易额、交易量、交易品类中国-东盟区域领先、×24小时永不休市的数据产品交易服务机构北数所具备五大功能定位：一是权威的数据信息登《北京国际大数据交记平台；二是受到市场广泛认可的数据交易平台；2020年9月易所设立工作实施方三是覆盖全链条的数据运营管理服务平台；四是以案》数据为核心的金融创新服务平台；五是新技术驱动的数据金融科技平台《深圳建设中国特色率先完善数据产权制度，探索数据产权保护和利用社会主义先行示范区新机制，建立数据隐私保护制度。试点推进政府数2020年月综合改革试点实施方据开放共享。支持建设粤港澳大湾区数据平台，研案（2020－2025究论证设立数据交易市场或依托现有交易场所开展数据交易，开展数据生产要素统计核算试点《广东省数据要素市广东将加快数据交易场所及配套机构建设，推动建2021年7月场化配置改革行动方设省数据交易场所，搭建数据交易平台，提供数据案》交易、结算、交付、安全保障等综合配套服务资料来源：各政府网站、开源证券研究所研究报告，数据交易商业模式的框架主要由“3+4+1”要素构成。其中，3表示“数41备授权和问责制数据平台模式、数据银行模式和数据信托模式7种数据交易商业模式。请务必参阅正文后面的信息披露和法律声明3/16行业深度报告图：数据交易商业模式的框架主要由“3+4+1”要素构成数据产业商业模式创新对数据安全提出新需求。要进行数据交易要着力破解制制约，隐私计算技术是解决数据开放安全问题的重要突破口。隐私计算能够在处理和分析计算数据的过程中能保持数据不透明、不泄露、无法被计算方以及其他非授权方获取。在隐私计算框架下，参与方的数据不出本地，在保护数据安全的同时实现多源数据跨域合作，可以破解数据保护与融合应用难题。图：隐私计算解决数据开放安全问题的重要突破口资料来源：KPMG2020年月，Gartner发布了企业机构在2021年需要深挖的重要战略科技趋信息官所面临的隐私和违规风险超过了以往任何时候。不同于常见的静态数据安全控制，隐私增强计算可在确保保密性或隐私的同时，保护正在使用的数据。请务必参阅正文后面的信息披露和法律声明4/16行业深度报告图Gartner发布了企业机构在2021年需要深挖的重要战略科技趋势资料来源：Gartner2021年7Gartner发布隐私计算的技术成熟度曲线-2021Gartner指出202380%以上的公司将面临至少一项以隐私为重点的数据保2024150亿美元以上，即达到千亿人民币以上。到2025年，60%的大型组织将在分析、商业智能或云计算中使用一种或多种隐私增强的计算技术。请务必参阅正文后面的信息披露和法律声明5/16行业深度报告图Gartner预计2024年隐私驱动的数据保护和合规技术支出将达近千亿人民币资料来源：Gartner、算常见的实现隐私计算的技术路径包括联邦学习、安全多方计算、可信计算等，此外区块链也是隐私计算的重要补充。⚫联邦学习方通过安全的算法协议进行联合机器学习，可以在各方数据不出本地的情况下联合多方数据源建模和提供模型推理与预测服务。在联邦学习框架下，各参与方只交换联邦学习首先由谷歌公司于2016年提出，2018年由微众银行引入国内，恰好遇到隐私保护、视。请务必参阅正文后面的信息披露和法律声明6/16行业深度报告图：联邦学习是一种加密的分布式机器学习技术资料来源：深鉴科技⚫安全多方计算安全多方计算是一种在参与方不共享各自数据且没有可信第三方的情况下安全地计算约定函数的技术和系统。通过安全的算法和协议，参与方将明文形式的数据加密后或转化后再提供给其他方，任一参与方都无法接触到其他方的明文形式的数方计算协议包括隐私集合求交、隐私信息检索及隐私统计分析等。由于安全多方计算需要消耗大量的计算和通信资源，目前应用更加适用于小规模数据量，并且应用主要是聚焦相对简单的统计、查询等类型的计算，而基于安全多方计算的联合建模框架只能支持相对简单的机器学习模型，如逻辑回归模型等。图：安全多方计算提供更加安全的联合数据分析能力资料来源：腾讯⚫可信计算可信计算指借助硬件芯片实现可信执行环境（TEE请务必参阅正文后面的信息披露和法律声明7/16行业深度报告EnclaveEnclave是一个安全的内容容器，用于存放应用程序的敏感数据与代码，并保证它们的机密性与完整性。可信计算（TEE外由于CPU相关实现属于TCB相关漏洞和研究进展。由于技术路径的不同，各类隐私计算技术均有其更加适用的场景：多方安全计算技术不依赖硬件且具备较高的安全性，但是仅支持一些相对简单的运算逻辑；可信执行环境技术具备更好的性能和算法适用性，但是对硬件有一定依赖；联邦学习技术则可以解决复杂的算法建模问题，但是性能存在一定瓶颈。表：由于技术路径的不同，各类隐私计算技术均有其更加适用的场景技术多方安全计算可信执行环境联邦学习安全机制基于密码学原理对数据加密引入可信硬件数据不动、模型动性能低-中高高通用性高中低高效性中中低准确性高高中-高可控性高中高保密性高中-高中可信方不需要需要不需要整体描述开发难度大、性能提升迅速易开发、性能佳、但需信任芯片厂商（Intel\ARM）综合运用各类密码学方法、主要针对机器学习资料来源：中国信息通信研究院、开源证券研究所、自2018数据要素市场、数据安全流通需求快速迸发的推动下，隐私计算技术的应用场景越来越多。在金融领域，隐私保护计算为金融机构间甚至跨行业的数据合作、共享提供可能。PSI国内隐私计算在金融场景应用方面，以营销、风控端（反欺诈、反洗钱等）等为主要落地场景。请务必参阅正文后面的信息披露和法律声明8/16行业深度报告图：隐私计算可在金融反欺诈场景实现良好应用资料来源：腾讯在政务领域，通过隐私保护计算和其他技术的结合，可以有效保护各政府部门的数据，在一定程度上解决政务数据孤岛问题，提高政府治理能力。需要收集来自不同群体、不同地区的样本数据，单个医疗机构无法积累足够的数据来进行模型训练。通过隐私保护计算，可以对不同的数据源进行横向和纵向的联合DNA等技术将某段DNA序列和数据库进行匹配，实现遗传疾病诊断。图：隐私计算有效助力医学影像识别、疾病筛查资料来源：腾讯请务必参阅正文后面的信息披露和法律声明9/16行业深度报告、蚂蚁、腾讯纷纷入局，初创企业不断涌现微众银行、安恒信息等行业性公司也开始布局，此外，华控清交、富数科技、矩阵元、数牍科技、锘崴科技、光之树科技、零知识科技等一批专注于隐私计算产品化的初创企业也不断涌现。（）蚂蚁金服蚂蚁链摩斯多方安全计算平台：大规模多方安全计算商用平台，基于多方安全科研等跨机构数据合作任务，驱动业务增长。蚂蚁链摩斯多方安全计算平台获得算法3~100iDASH2019多个行业中完成商用，支持上百家企业线上系统运行，能够支撑实际生产环境下的复杂数据安全计算任务。蚂蚁链摩斯多方安全计算平台是全球首个可信联合计算商业联盟创始成员，致力于技术、产品、生态等资源和能力共享。图及区块链技术所打造的一个用于安全共享数据的基础设施资料来源：蚂蚁集团（）腾讯云腾讯云安全隐私计算（CSPC）是腾讯云推出的以联邦学习（FLMPCTEE）等隐私数据保护技术为基础的隐私计算平台，产品针对机器学习算法进行定制化的隐私保护改造，保证原始数据不出本地即可完成联合建模，同时支持安全多方TEE机构既能保障数据安全，又能发挥数据最大价值，很好地解决了业界数据孤岛的难请务必参阅正文后面的信息披露和法律声明10/行业深度报告题。图：腾讯云安全隐私计算应用场景多样资料来源：蚂蚁集团（）微众银行2019年2邦学习框架予以正式发布，提供基于数据隐私保护的分布式安全计算框架，已。安全多方计算方面，微众银行给出了场景式隐私保护解决方案投票、安全支付、隐秘竞拍等典型场景，陆续开源其中的核心算法实现。区块链方面，微众银行在多年技术沉淀的基础上，发布的区块链核心项目已超过10银行牵头研发的国产安全可控区块链底层平台FISCOBCOS，成为国家信息中心顶层设计的区块链服务网络BSN中首个国产联盟链底层框架。且自2017年向全球开源以来，已汇聚了2千多家企业机构、逾4万名社区成员，建成最大最活跃国产开FISCOBCOS120（）安恒信息AiLand过程中的安全、信任和隐私保护问题的隐私计算平台。综合应用安全计算沙箱，联邦学习，等多种前沿技术，配合关键行为数字验签和区块链审计技术，实现共障多方数据联合计算过程的可靠、可控和可溯。请务必参阅正文后面的信息披露和法律声明/16行业深度报告图：AiLand问题资料来源：安恒信息（）翼方健数翼方健数成立于2016员来自软银愿景基金合伙人、阿里巴巴美国数据科学研究院、阿里巴巴软件平台架构部门、百度人工智能板块以及医疗、医药、保险等多行业的管理者和资深技术人才。2021年7月底，公司宣布完成3B+轮融资。公司自主研发的隐私计算平台——XDP翼数坊基于核心隐私安全计算技术为政30个强快消品企业等。图：XDP翼数坊基于核心隐私安全计算技术为医疗等行业赋能资料来源：翼方健数、隐私计算未来有望形成多样化的商业模式隐私计算往往涉及到3类角色：首先是使用数据的业务方，包括金融机构、政请务必参阅正文后面的信息披露和法律声明12/行业深度报告种角色。据KPMG务商对业务方有4种基本营收方式：（万不等，差异较大。（都有日常维护需求，还因为隐私计算的算法本身和应用场景中的模型更新较快，可能需要重新调整算法和模型。（商只是作为收费通道代数据方向客户收取，也有时候会赚取数据使用的差价或撮合才能根据实际效果确定付费标准。（基于系统接入数据源，原有业务改善或新业务开展之后，双方根据业务实际效果分润。目前来看，隐私计算的商业模式尚处于探索过程中，我们预计在发展早期主要KPMG100-200亿人民币的空间，甚至撬动千亿级的数据平台运营收入空间。图：隐私计算产业3大角色：数据方、业务方与技术服务商资料来源：KPMG请务必参阅正文后面的信息披露和法律声明13/行业深度报告、投资建议伴随着数据要素市场改革加速，隐私计算技术成为数据价值安全释放的关键突点推荐在隐私计算数据安全领域有前瞻布局的公司安恒信息、奇安信、深信服、绿盟科技、美亚柏科、启明星辰，其他受益标的包括卫士通等。表：重点推荐在隐私计算数据安全领域有前瞻布局的公司（截止2021.8.6收盘）证券公司当前市值归母净利润（亿元）PEPS代码简称（亿元）2021E2022E2023E2021E2022E2023E2021E2022E2023E评级688023.SH安恒信息2221.692.363.2131.494.169.48.05.8买入688561.SH奇安信6351.666.728.62382.594.573.78.16.0买入300454.SZ深信服101210.0913.4918.49100.375.054.713.19.87.6买入300369.SZ绿盟科技1824.195.587.4743.432.624.46.85.34.2买入002439.SZ启明星辰29610.5113.7216.8528.221.617.66.35.04.1买入300188.SZ美亚柏科1544.876.187.9331.624.919.45.24.23.5买入002268.SZ卫士通2422.282.963.65106.381.966.47.86.15.0-数据来源：、开源证券研究所（注：卫士通盈利预测来源于一致预期）、风险提示市场竞争加剧风险；技术变革风险；人员流失风险请务必参阅正文后面的信息披露和法律声明14/行业深度报告特别声明20177月1日起正式实施。根据上述规定，开源证券评定此研报的风险等级为R4的投资者类别仅限定为专业投资者及风险承受能力为C4、C5的普通投资者。若您并非专业投资者及风险承受能力为C4C5的普通投资者，请取消阅读，请勿收藏、接收或使用本研报中的任何信息。因此受限于访问权限的设置，若给您造成不便，烦