九卦 | C位出道的安全多方计算，含金量究竟如何？

1、标准不统一，算法设计验证难度高。特别是在安全论证方面，由于缺乏客观的指标体系和检测手段，对产品功效难以有效评估。

2、网络带宽要求高，计算量大，效率低。计算双方之间对可用网络带宽和网络延迟的高度依赖会严重影响安全多方计算的运行时间、内存分配以及传输的数据量， 如使用姚氏混淆电路，执行一个仅仅16字节的AES加密就需要传输1M以上的混淆表数据，如何提高效率确实是一大难题。

3、无法解决参与方信任问题。在安全多方计算中需要协议的参与方“不作恶”，即“诚实地执行协议”，因此如何以技术手段防止欺骗者，如何验证参与方正确执行了安全多方运算，也是一大难点。

4、数据泄漏的风险。假设有两方参与运算，当其中一方数据足够大，或者刻意设计一套假数据，则其可能在拿到运算结果后，通过反复执行运算函数推算出其他参与方的原始数据。

5、无法离线计算，可靠性较差。参与运算的多方要求同时保持在线，只要有一方掉线，则无法继续进行运算。

01

开放银行已经成为下一代银行开展业务的基础..。考虑到国内市场条件与监管政策的因素，业界现阶段更多只开放服务能力而较少涉及数据，主要采用“连接器”的模式，这与国外呈现明显反差，也与开放银行的前进方向相违。通过安全多方计算，各类机构可以在有效保护客户隐私和数据安全的情况下实现金融与实业的深度融合，同时可以促进机构之间的合作以及引导科技企业参与金融创新。

02

征信与风控是金融业管理风险的重要手段，在此，传统模式和手段正在面临越来越多的难题，比如数据采集范围局限、接入门槛高、客户或关联方上传数据积极性低、更新不及时等等，已经成为金融发展的障碍乃至金融风险的渊薮。通过安全多方计算+其它技术手段，支持数据本地采集和留存，支持数据类型多样化的协同计算，将数据分析范围从信贷数据扩展至更多行为维度，将是个人征信模式的未来发展方向。

03

多头借贷一直是金融机构颇为头疼的问题，普惠金融越是下沉，就越是面临此类问题的掣肘。由于商业机密和客户隐私等因素，金融机构之间一般不互通信息，同一个押品多次抵/质押的现象也时有所闻。展望未来，业界可以基于安全多方计算技术，打造一个有多类金融机构（含类金融机构如租赁、担保等）参与的网络，匿名查询借款人在不同机构间的在途信用额度以及抵押物状态，这对金融机构的风控十分有益，也有利于解决普惠金融中特别面临的信息不对称问题。

04

流水不腐，户枢不蠹，作为数字时代重要生产要素的数据，流通是其创造价值的关键。数据交易不同于任何其它资产的交易之处在于，一旦脱离了原始属地，其所属权很难被保护。因此，数据“不离属地”和“可用不可见”就成为数据交易的必要条件，这一问题显然不能单纯依靠制度手段解决，而安全多方计算的作用恰恰在于可最大程度地保留原始价值。而这在数据跨地域、跨行业流通成为不可逆转之大趋势的环境下，无论是对于服务实体经济亦或金融业务升级，无论是精准..还是智能风控，都具有十分重要的意义。

05

除数据流通外，数据资产化也是十分引人瞩目的领域。从历史看，专利等知识产权作为抵/质押物已经形成了一套完整的实施方法，对科技创新起到了十分重要的作用。但是，对于数据的价值，尚没有能和资产挂钩的方式。资产的核心要素是其能够在经济活动中产生现金流，以作为资产价值锚定的基础。既然数据可以参加到价值创造的过程中，因此也就具备了成为资产的基础。缺乏技术手段支撑是目前数据难以成为资产的障碍所在，安全多方计算技术则有望打破这一瓶颈，将数据集（合）打造成为常规资产标的。