内容提要
中国数据要素市场化建设步伐加快，隐私计算技术成为焦点。数据跨域管控、受控匿名化和通用安全分级是关注的方向。多家机构发布白皮书提供技术思考和行业实践，推动隐私计算规模化落地的关键是建立通用安全分级方案和融合法律和技术的基础设施。个人信息匿名化制度需要基础设施建设，推动数据要素价值流通是系统性工程。
关键要点
-
中国数据要素市场化建设加速，隐私计算技术成为焦点。
-
数据流通复用是数据要素发挥价值的关键，需营造可信流通环境。
-
隐私计算技术面临多方合作场景下的计算安全和整体性安全视角的挑战。
-
2024年世界人工智能大会上发布了关于隐私计算的白皮书，提供技术思考和行业实践。
-
隐私计算技术标准体系需与技术研发和标准制定相结合，关注数据跨域管控、受控匿名化和通用安全分级。
-
数据跨域管控确保数据共享过程中的安全性，需明确责任主体和利益诉求。
-
受控匿名化确保数据使用时不泄露个人隐私，同时保持数据的实用性。
-
通用安全分级帮助确定产品保护措施，合理分配安全资源。
-
隐私计算产品的安全分级面临技术路线差异和安全需求不一致的挑战。
-
个人信息匿名化制度需建设融合法律和技术的基础设施，以推动数据流通。
-
匿名化制度的实施面临企业、监管机构和用户的三重困境。
-
构建新的技术标准体系以降低新技术的落地难度和企业成本，推动数据要素价值流通。
延伸问答
隐私计算技术在中国的发展现状如何？
隐私计算技术在中国逐渐成为焦点，随着数据要素市场化建设加速，其在产业应用中的价值逐渐凸显，但仍面临多方合作和安全性挑战。
什么是受控匿名化，它的作用是什么？
受控匿名化是确保数据使用时不泄露个人隐私，同时保持数据实用性的一种技术，旨在保护个人信息的同时促进数据流通。
数据跨域管控的主要目标是什么？
数据跨域管控的主要目标是确保数据在共享和流动过程中不被未经授权的实体访问或篡改，同时遵守法律法规和隐私政策。
隐私计算技术面临哪些主要挑战？
隐私计算技术面临的主要挑战包括计算安全和整体性安全视角的不足，以及不同技术路线和安全需求不一致的问题。
如何推动隐私计算的规模化落地？
推动隐私计算规模化落地需要建立通用安全分级方案，并融合法律和技术的基础设施，以降低落地难度和企业成本。
个人信息匿名化制度面临哪些困境？
个人信息匿名化制度面临企业、监管机构和用户的三重困境，包括法律要求的达成、标准的适用性和用户的信任问题。
