數字經濟時代，數據成為關鍵的生產要素。加快數據要素流通，實現跨行業、跨領域的數據共享和應用已成為企業剛需。與此同時，如何運用技術手段在保證數據資產安全、保護個人隱私的前提下，安全合規地使用數據，成為了影響數據價值釋放的關鍵因素。隱私計算技術能夠幫助企業在保障數據和隱私安全的前提下使用數據、挖掘數據價值，已被金融、政府與公共服務、醫療等領域眾多用戶初步嘗試應用，目前正呈現出加快落地的趨勢。

為幫助企業洞察隱私計算技術的潛在價值，更好地進行隱私計算產品和服務選型，支撐數字化轉型，愛分析于6月8日正式發布《2022愛分析·隱私計算廠商全景報告》。

?覆蓋市場：

金融隱私計算解決方案、政府與公共服務隱私計算解決方案、醫療隱私計算解決方案、隱私計算平臺

評估廠商：（按首字母拼音排序）

洞見科技、富數科技、零數科技、锘崴科技、同盾科技、同態科技、翼方健數

注：本報告為精簡版，掃碼下圖二維碼或左下角“閱讀原文”，可下載完整版《2022愛分析·隱私計算廠商全景報告》。

01

研究范圍定義

隱私計算，又稱隱私保護計算（Privacy-Preserving Computation），是指基于一套融合密碼學、信息論、分布式計算、安全硬件、數據科學等多學科技術，能對處于加密或非透明狀態的數據進行計算的技術體系。常見的隱私計算技術包括了多方安全計算、聯邦學習、可信執行環境、同態加密、差分隱私等，通過應用隱私計算技術，企業用戶能在提供數據隱私保護的前提下，實現數據在流通共享中的“可用不可見”。

在本報告中，愛分析將隱私計算市場分為應用層、平臺層和算力層。其中，應用層是指針對金融、政務、醫療、零售、電信、交通等各行業業務場景提供的包含隱私計算產品和服務的應用解決方案；平臺層是指用于支撐構建應用解決方案的平臺型產品，即隱私計算平臺；算力層是指針對隱私計算性能提升提供的各類算力解決方案，包括算法優化、硬件加速等。

綜合考慮企業關注度、行業落地進展等因素，愛分析在本次研究中選取了應用層的金融隱私計算解決方案、政府與公共服務隱私計算解決方案、醫療隱私計算解決方案，以及平臺層的隱私計算平臺，共4個特定市場，進行重點研究。

本報告面向企業和政務機構決策層，以及大數據與人工智能部門、科技創新部門、各業務部門負責人，通過對各特定市場的需求定義和代表廠商的能力解讀，為各行業企業和政務機構的隱私計算應用規劃與廠商選型提供參考。

圖 1：隱私計算市場全景地圖

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

• 廠商的產品服務滿足各市場定義的廠商能力要求；
• 近一年廠商具備一定數量以上的付費客戶（參考各市場定義部分）；
• 近一年廠商在特定市場的收入達到指標要求（參考各市場定義部分）。

02

廠商全景地圖

愛分析基于對甲方企業和典型廠商的調研以及桌面研究，遴選出在隱私計算市場中具備成熟解決方案和落地能力的入選廠商，詳見下圖。

03

市場定義與廠商評估

愛分析對本次隱私計算項目重點研究的特定市場定義如下。同時，針對參與此次報告的部分代表廠商，愛分析撰寫了廠商能力評估。更多廠商評估詳情請掃描下方二維碼，獲取完整版PDF報告。

1. 金融隱私計算解決方案

定義：金融隱私計算解決方案是指面向銀行、保險、證券等金融機構的數據流通場景，實現用戶數據可用不可見的隱私計算產品和服務，主要應用于精準營銷、聯合風控、反欺詐、合規認證、金融監管等場景。

終端用戶：

銀行、保險、證券等金融機構的大數據部門，科技創新部門，風控、營銷、信貸、信用卡中心、資管等業務部門

核心需求：

隨著銀行等金融機構全面擁抱互聯網和數字化轉型，數據已經成為支撐其產品服務創新的核心要素。盡管憑借廣泛的客戶基礎，金融機構已經積累了海量的用戶數據，但這些數據往往存在數據維度單一的問題。為了提供更精準、更多元的金融產品和服務，金融機構需要從外部引入更多的用戶行為、場景等數據，從而豐富數據維度，延伸應用場景。以往受政策、觀念、技術等因素限制，機構之間的數據安全共享難以突破，而隱私計算技術能夠在保障數據隱私的前提下，實現數據在機構間安全地流通、共享和應用，正被金融機構廣泛關注并開始采用。金融機構對隱私計算解決方案的核心需求包括：

• 能在類型多樣，且個性化程度較高的場景中應用隱私計算技術。金融領域數據類型豐富，相應地，隱私計算的應用場景也非常多樣，并且每家金融機構對于隱私計算應用都存在一定的個性化需求，因此金融機構需要應用多種隱私計算技術，并能以靈活的方式對不同技術方案進行融合。此外，在一些常用場景，如匿蹤查詢、隱私求交中還需要能快速使用標準化的解決方案。
• 在對實時性要求較高的場景中具備較強的端到端性能。金融機構的一些業務場景，如信貸審批、交易監控等，需要以很低的時延獲得計算結果，以保證客戶服務質量，并快速識別風險、降低損失。因此，在此類實時場景中，金融機構需要隱私計算解決方案具備較強的端到端性能。
• 通過引入第三方數據源和專業機構的建模咨詢服務，在特定場景中提升模型效果。金融機構應用隱私計算的根本在于提升產品服務的業務收益，而實現這一目標的關鍵是在業務場景中構建更有效的模型，因此，金融機構一方面需要引入合適的第三方數據，豐富樣本數據的數據維度，另一方面需要引入專業機構的建模咨詢服務，在數據、算法的選擇、模型訓練、隱私計算工具使用等方面提供專業的指導，從而提升模型效果。
• 隱私計算解決方案能以較低的成本進行快速部署和與原系統集成。一方面，金融機構希望隱私計算應用能快速落地并產生效果，因此需要解決方案能以便捷和快速的方式進行部署；另一方面，金融機構通常已經建立了較復雜的業務和IT系統，因此需要隱私計算解決方案能在對原系統改造盡量小的前提下，與原系統集成。
• 滿足安全合規要求。金融數據的敏感性，加上監管機構對于金融數據安全的多重要求，使得金融機構對于隱私計算解決方案在數據安全保護、系統環境、計算流程的可解釋性等方面有較高的安全性要求，并要求供應商的產品通過權威測評機構的安全標準測評。

廠商能力要求：

• 具備多方安全計算、聯邦學習等多種隱私計算技術能力，并能以較靈活的方式為用戶提供服務。一方面，廠商需要提供豐富的加密算法的算子庫和聯邦學習算法組件，允許用戶自定義組合實現針對特定應用場景的隱私計算應用，兼顧安全性、性能、精度的不同需求。另一方面，廠商需要提供可直接調用的匿蹤查詢、隱私求交等應用解決方案，滿足金融用戶在跨機構數據協作中廣泛的數據對齊、ID融合的需求。
• 在實時業務場景中提升端到端的性能。由于在實時計算中網絡延遲是目前會影響端到端性能的主要因素，因此廠商需要著重對通信效率進行優化，如通過優化流程編排、任務調度，提高算子并行度等方式提升多節點間的通信效率，從而提升性能。
• 能夠鏈接較豐富的第三方數據資源。廠商需要建立較廣泛的數據資源生態，具備運營商、支付、互聯網、政務等領域的數據資源鏈接能力，為金融機構提供更多的用戶行為、場景等數據。此外，廠商還需要與其它廠商建立互通互聯協議，方便金融機構跨平臺調用第三方數據。
• 提供專業的建模咨詢服務。廠商相關團隊需要具備金融領域豐富的從業經驗，能夠為金融機構在模型構建中提供常用的算法，并在數據、算法的選擇、模型訓練、隱私計算工具使用等方面提供專業建議，為金融機構實現更好的模型效果。
• 能快速部署和集成隱私計算解決方案。在解決方案部署方面，廠商需要提供敏捷化的部署和交付方式，如平臺采用云原生架構，支持容器化的交付方式；以SDK或API的方式提供隱私計算能力，支持用戶快速構建隱私計算應用；在與原系統集成方面，廠商需要提供組件化和接口化服務支撐金融機構在隱私計算平臺與原系統之間做數據與模型的傳輸與對接，減少對原系統的改造。
• 隱私計算解決方案具備較高的安全性。廠商需要通過提供完善的數據加密技術、完善平臺系統的安全性設計等方式提高解決方案的安全性；并需要支持算法流程可視化，以及支持接入第三方流量審計工具對數據用途進行驗證等方式提高解決方案的可解釋性和可信度。同時，廠商的產品需獲得權威測評機構的安全標準測試。

入選標準：

• 符合金融隱私計算解決方案的廠商能力要求；
• 近一年在該市場服務客戶數3家以上；
• 近一年該市場相關服務收入規模在200萬元以上

代表廠商：

洞見科技是由中國最大的信用產業集團“中誠信”孵化、網信事業國家隊“中電科”投資的領先的專精型隱私計算技術服務商，專注于為政務、金融、通信等行業客戶提供隱私計算技術平臺建設以及面向場景的數據智能服務。公司核心成員來自中誠信、大型銀行、保險公司以及人工智能企業，具備豐富的行業知識和服務經驗。

富數科技成立于2016年，是國內領先的隱私安全計算技術服務商之一，專注于聯邦學習、安全多方計算、匿蹤查詢等加密計算領域，業務場景以金融、運營商、政務為主，并拓展到醫療、司法監管、工業互聯等領域。富數科技是隱私計算互聯互通協議首個國家標準的牽頭單位，深度參與信安標委、金標委、工信部等標準的制定。

锘崴科技成立于2019年, 是一家專注隱私保護計算技術的服務提供商，創始團隊來自加州大學圣地亞哥分校UCSD等高校，具備深厚的隱私計算、生物醫療信息等領域的學術和實踐經驗，團隊成員多來自IBM、Google、Thermo等世界五百強企業。锘崴科技開發了一整套自主、安全、可控的隱私保護計算平臺產品，業務場景覆蓋醫療、金融、保險、政務、安防等。

同盾科技是中國領先的人工智能科技企業，專注于決策智能領域，通過基于人工智能的決策智能平臺和基于隱私計算的共享智能平臺，聚焦金融風險、安全和政企數字化三大領域，利用公司的算法、工具以及數據生態，幫助客戶防范欺詐和安全風險，推動智能化決策進程，提升業務決策的靈活性、敏捷性和準確性。

2. 政府與公共服務隱私計算解決方案

定義：政府與公共服務隱私計算解決方案是指面向政府與公共服務的數據流通場景，實現用戶數據可用不可見的隱私計算產品和服務。主要應用于政務部門各類數據共享和數據對外開放場景。

終端用戶：

各地大數據局、數據交易所、委辦局等政府和公共服務機構的信息化部門、大數據部門、業務辦理部門等

核心需求：

隨著數據要素市場化、政企數據融合等政策的相繼出臺，政府與公共服務等政務機構近年來正積極推動政務數據在不同部門間的內部共享，從而提高政府治理水平和公共服務效能，同時，政務數據進一步的對外開放還可為眾多行業企業賦能，提高社會經濟效益。由于政務數據包含社保、公積金、稅務、交通、水電等多種數據，分散在不同部門，加上政務數據涉及大量公民隱私，管控嚴格等因素，以往的政務數據流通共享審批手續繁瑣，協調非常困難。隱私計算技術能夠在保障數據隱私的前提下，實現數據在機構間安全地流通、共享和應用，正被政務機構開始嘗試采用。政務部門對隱私計算解決方案的核心需求包括：

• 能用隱私計算技術打通多方數據，且隱私計算的使用門檻要低。目前政務部門對隱私計算應用的主要訴求在于打通多方數據，滿足常見業務場景的需求，如統計分析、聯合建模、數據查詢等，因此政務部門需要使用多方安全計算、聯邦學習等技術實現這些應用。此外，政務隱私計算解決方案存在大量業務部門的用戶，因此需要在常用場景中可以直接調用已封裝好的應用。
• 在多參與方的應用場景中保障良好的計算性能。政務隱私計算應用通常涉及多個政務部門的數據源，且隨著政務數據進一步對外開放，數據應用方也將可能達到數十甚至數百家。因此，政務部門需要在這類場景中保障較高的計算性能。
• 能讓數據要素以安全可信的方式對外充分流通和開放。政務數據通過隱私計算發揮協同價值的前提是數據能夠跨部門、跨區域、跨行業充分流通和開放，因此，政務部門需要完善的數據運營體系支撐數據的流通和開放，并通過區塊鏈技術對數據進行確權，實現數據資產化。
• 滿足安全合規要求。政務數據涉及大量公民隱私，政務部門對其管控嚴格，因此政務部門需要隱私計算解決方案在數據安全保護、系統環境等方面具備很高的安全性。同時，為保證隱私計算核心技術的自主可控，政務部門要求隱私計算解決方案相關軟硬件的核心模型實現完全的國產化。此外，政務部門還要求供應商的產品通過了權威測評機構的安全標準測評。

廠商能力要求：

• 具備多方安全計算、聯邦學習、同態加密等多種隱私計算技術能力，并能較低的門檻供業務用戶使用。一方面，廠商需要提供多方安全計算、聯邦學習等技術支撐政務部門的統計分析、聯合建模、數據查詢等應用需求，且廠商尤其需要具備高性能的同態加密技術，以在多參與方的計算場景中提高計算性能，并降低對政務部門業務系統的改造。另一方面，廠商需要為一些政務部門常用的場景，定制隱私計算應用，并以可視化的方式供業務用戶調用，或以軟硬件一體機的形式提供給用戶。
• 在多參與方的應用場景中提升計算性能。一方面，廠商需要針對聯合計算、匿蹤查詢等場景提升計算性能，包括算法優化、通信優化、硬件加速等多方面的性能優化；另一方面，廠商需要進一步提供多租戶管理能力，對計算資源進行切割，提升高并發和多租戶模型下的計算性能。
  
• 提供基于區塊鏈技術的數據運營服務。廠商需提供數據流通/共享平臺，并以平臺為中心構建數據運營服務體系，連接多方的數據源機構和數據應用機構，以支撐各方在平臺上完成數據的流通和共享。同時，廠商需要在平臺中應用區塊鏈技術，通過對數據、數據處理路徑和規則、參與方身份、分配機制等進行上鏈存證，保障數據流通各環節中數據和參與方的安全可信。
• 隱私計算解決方案具備較高的安全性。廠商需要通過提供完善的的數據加密技術、完善平臺系統的安全性設計等提高解決方案的安全性；同時，廠商需要實現隱私計算相關軟硬件核心模型的全部國產化；此外，廠商的產品需獲得權威測評機構的安全標準測試。

入選標準：

• 符合政府與公共服務隱私計算解決方案的廠商能力要求；
• 近一年在該市場服務客戶數3家以上；
• 近一年該市場相關服務收入規模在200萬元以上。

代表廠商：

零數科技成立于2016年8月，是一家具備領先區塊鏈底層技術及深度應用場景的國家高新技術企業。公司旨在通過區塊鏈及隱私計算技術，打造數據價值流通基礎設施，確保數據在多主體間可信有序流通和安全高效應用，服務于汽車、金融、政務、雙碳、文化等領域深度數字化。

同態科技是一家隱私計算數據保護服務商，基于自主可控的同態加密技術，在政務、金融、軍民融合等領域為用戶提供數據交換共享及隱私計算數據保護服務，實現數據可用不可見、合規數據標準化、數據應用全流程可控等。

3. 醫療隱私計算解決方案

定義：醫療隱私計算解決方案是指針對醫療領域的數據流通場景，實現用戶數據可用不可見的隱私計算產品及服務，主要應用于臨床診斷、醫學研究、醫保管理、醫藥研發、基因分析、疾控管理等場景。

終端用戶：

醫院各科室，各地衛健委、醫保局、疾控中心等醫療機構的大數據部門、科技研發部門，醫藥企業的藥物研發部門等

核心需求：

伴隨醫療信息化的持續推進，醫療機構積累了大量醫療數據，通過人工智能和統計分析，這些數據可以被應用在臨床診斷、醫學研究等眾多場景。然而，醫療數據的應用通常需要收集來自不同地區、不同人群的樣本數據，并需要包含臨床、檢驗、基因等多種維度。由于單個醫療機構積累的樣本數據量通常有限，因此醫療機構需要采用隱私計算技術對不同的數據源進行聯合建模或聯合計算。醫療機構對隱私計算解決方案的核心需求包括：

• 能在多種不同安全假設與計算復雜度的場景中應用隱私計算。醫療隱私計算應用場景多樣且復雜，如疾病診斷、醫學影像、基因組學、藥物靶點發現等，各類場景對于精度、性能和安全性的要求差別較大，因此醫療機構需要應用多種隱私計算技術，并根據需求對不同技術方案進行融合。
• 應用多種醫療領域專業的AI模型和統計分析方法來處理各類醫療數據。醫療數據的類型較復雜，包含各種結構化和非結構化數據，尤其是基因、醫學影像等數據的復雜度極高；與此同時，醫療領域的數據處理高度專業化，需要廣泛結合醫學、生物學、藥學等領域的專業知識。因此，醫療機構在處理數據時需要應用多種醫療領域專業的AI模型和統計分析方法。
• 在多參與方的應用場景中保障良好的計算性能。醫療隱私計算應用場景，如聯合多家機構的病例對比，藥物有效性研究，經常需要聯合十多家甚至更多的參與方。醫療機構因此需要在這類場景中保障較高的計算性能。
• 在特定應用場景中實現很高的計算精度。一些醫療隱私計算應用場景，如病人用藥和療程規劃等，要求計算結果非常精確。因此，醫療機構需要隱私計算解決方案在這類場景中具備很高的模型精度。
• 鏈接同一區域或同一領域多方的醫療數據資源。醫療隱私計算應用經常會受限于樣本數據量，如疾病診斷，單個醫院擁有的病例樣本量往往有限，因此醫療機構通常需要鏈接同一區域或同一領域多方的數據源滿足模型訓練或聯合計算要求。
• 滿足安全合規要求。醫療數據涉及大量病患隱私，這些數據的泄漏會造成法律和道德風險，因此醫療機構需要隱私計算解決方案在數據安全保護、系統環境等方面具備很高的安全性。

廠商能力要求：

• 具備多方安全計算、聯邦學習、同態加密、差分隱私、可信執行環境等多種隱私計算技術能力。廠商需要提供多種密文計算技術，以實現對聯合建模或聯合計算不同環節的加密，滿足安全性要求的同時，兼顧性能和精度；針對醫療行業用戶，廠商尤其需要提供基于可信執行環境的解決方案，以在計算復雜度，以及性能、精度和安全性要求都很高的場景中，滿足用戶需求。
• 提供專業的醫療領域的AI模型和統計分析方法。如針對臨床診療，提供輔助診斷、治療方案推薦、用藥推薦等方面的AI模型；針對醫學影像分析，提供病灶識別等AI模型；針對基因分析，提供基因對齊、全基因組關聯分析、人口分層等分析方法。
• 在多參與方的應用場景中提升計算性能。一方面，廠商需要對計算效率、數據壓縮、帶寬等進行優化，提升多參與方之間的通信效率，從而提升計算性能。另一方面，廠商也可以通過算力網絡為用戶調度第三方算力資源來提升計算性能。
• 在特定場景中提供高精度的聯邦學習模型。廠商需要在對計算結果精確度要求很高的場景中提高模型精度，如通過自研聯邦學習框架，降低聯邦學習模型拆分造成的精度損失。
• 在特定區域或領域范圍建立數據生態，通過數據運營為用戶提供豐富的數據資源。醫療隱私計算應用落地的關鍵是數據資源，廠商需要在特定區域，如省市級內，或特定領域，如針對某一疾病的研究，聯合衛健委、醫院、醫保局、醫藥公司等多方建立豐富的數據生態，并提供數據運營服務。
• 隱私計算解決方案具備較高的安全性。廠商需要通過提供高等級的數據加密技術、完善平臺系統的安全性設計等提高解決方案的安全性。并獲得權威測評機構的安全標準測試。

入選標準：

• 符合醫療隱私計算解決方案的廠商能力要求；
• 近一年在該市場服務客戶數3家以上；
• 近一年該市場相關服務收入規模在200萬元以上。

代表廠商：

锘崴科技成立于2019年, 是一家專注隱私保護計算技術的服務提供商，創始團隊來自加州大學圣地亞哥分校UCSD等高校，具備深厚的隱私計算、生物醫療信息等領域的學術和實踐經驗，團隊成員多來自IBM、Google、Thermo等世界五百強企業。锘崴科技開發了一整套自主、安全、可控的隱私保護計算平臺產品，業務場景覆蓋醫療、金融、保險、政務、安防等。

翼方健數（Basebit.ai）是“數據和計算互聯網”的先行者，是一家專注隱私安全計算、人工智能和大數據的高科技公司。翼方健數以隱私安全計算為核心，服務醫療、政務、金融、保險、營銷、科學等領域，建設在數據安全和個人隱私保護基礎上的數據開放生態和數據共享協作環境，并在此基礎上發展人工智能的能力，為行業賦能。

4. 隱私計算平臺

定義：隱私計算平臺，是指基于安全多方計算、聯邦學習等多種隱私計算技術，在為數據提供隱私保護的前提下，實現數據在流通中可用不可見的平臺型工具。隱私計算平臺具備通用的隱私計算技術服務能力，能夠支撐企業用戶構建各類隱私計算應用解決方案。

終端用戶：

金融、政務、醫療、零售、電信、交通等各領域企業或機構的IT部門、大數據部門、科技創新部門

核心需求：

隨著數據成為各行業企業創新業務、優化運營管理的關鍵要素，跨組織的數據流通共享成為企業越來越重要的需求。與此同時，《網絡安全法》、《數據安全法》、《個人信息保護法》等法律法規的陸續出臺，為數據流通增加了諸多合規要求。因此，近年來各行業眾多企業和機構都開始關注隱私計算，并希望搭建隱私計算平臺，為進一步探索隱私計算的應用場景構建基礎設施。企業對于隱私計算平臺的核心需求通常包括：

• 具備較高的通用性。企業潛在應用場景非常廣泛，但在平臺部署初期這些應用場景往往不夠明確。因此，企業需要平臺具備較高的通用性，能滿足企業未來潛在的多種應用場景和功能需求。
• 操作方式靈活。不同隱私計算應用場景的定制化程度存在差異，從調用算子來組合計算流程，到自定義計算流程，其對于用戶技術水平要求也不同。因此，企業需要平臺具備多種操作方式，靈活滿足用戶需求。
• 易于部署和集成。一方面，企業希望隱私計算應用能快速落地并產生效果，因此需要解決方案能以便捷和快速的方式進行部署；另一方面，很多企業已經建立了較復雜的業務和IT系統，因此需要隱私計算解決方案能在對原系統改造盡量小的前提下，與原系統集成。
• 具備較高的性能。在聯合建模、聯合統計分析等離線場景中，隨著數據規模的增加，以及應用場景的豐富，其計算性能會受到制約；而在聯合預測、匿蹤查詢等實時性要求較高的場景中，隨著請求量的增加，計算時延也會逐漸顯現。企業需要平臺能在這些場景中具備較高的性能。
• 具備較高的安全性。為保障數據資產安全，以及為滿足相關法律法律的要求，企業需要平臺在數據安全保護、系統環境、計算流程的可解釋性等方面滿足較高的安全性要求。

廠商能力要求：

• 平臺在隱私計算技術和系統功能方面具備通用性。在隱私計算技術方面，平臺需要具備聯邦學習、多方安全計算等多種隱私計算技術能力，能支撐聯合建模、聯合統計、隱私求交、匿蹤查詢等多種應用場景；在系統功能方面，平臺需要將系統功能模塊化，支持用戶根據需求自助增加功能模塊，如區塊鏈存證、AI計算、SQL等模塊。
• 平臺具備靈活的操作使用方式。一方面，平臺需要將多方安全計算、聯邦學習等算法拆分為細化的算子，支持用戶根據需求以圖形化的方式組合算子，構建計算流程；另一方面，平臺還需要支持一些用戶在定制化程度更高的場景中采用Python和SQL等方式編譯計算腳本，自定義計算流程。
• 平臺能被快速部署和集成。在部署方面，除了本地部署模式，平臺需要提供敏捷化的部署和交付方式，如平臺采用云原生架構，并支持容器化的交付方式；以SDK或API的方式支持用戶快速構建隱私計算應用；在與原系統集成方面，平臺需要提供組件化和接口化服務支撐隱私計算平臺與原系統之間在數據、賬號、日志等方面快速對接。
• 平臺在各類離線和實時場景中具備較高的性能。在離線場景中，平臺需要支持大規模分布式計算和硬件加速能力，提高計算性能；在實時場景中，平臺需要在通信效率上做深度優化，并保證實時計算的穩定性，降低實時計算的時延。
• 平臺具備較高的安全性。廠商需要通過提供完善的數據加密技術、完善平臺的權限控制等方式提高平臺的安全性；并需要支持算法流程可視化，以及支持接入第三方流量審計工具對數據用途進行驗證等方式提高計算流程的可解釋性和可信度。
  

入選標準：

• 符合隱私計算平臺的廠商能力要求；
• 近一年在該市場服務客戶數5家以上；
• 近一年該市場相關服務收入規模在500萬元以上。

創作團隊

張揚 

愛分析聯合創始人&首席分析師

洪逸群 

愛分析高級分析師

孟晨靜 

愛分析分析師

媒體支持

?關于廠商全景報告

• 愛分析廠商全景報告面向數字化市場的甲方用戶，由愛分析定期撰寫并公開發布，為甲方采購旅程中的數字化規劃、廠商選型等環節，提供決策依據和支撐。
• 報告提供所覆蓋領域的數字化市場全景地圖、特定市場定義與入選標準，以及入選廠商列表、代表廠商評估等研究成果。
• 甲方用戶可以依據入選廠商列表，擬定潛在供應商名單，并通過愛分析第三方評估，了解廠商在特定市場的產品服務優勢，選擇合適的廠商進行選型。