同态加密云端搜索

A. 为什么说在人工智能时代，信息安全要放在第一位

“当前，随着物联网等技术的发展，密码学受到了重大挑战。”“公钥加密技术之父”、2015年图灵奖获得者惠特菲尔德·迪菲在会上作了《未来密码学》的演讲时表示，因为物联网将数以十亿计的设备连接了起来，加密难度增大，能耗增加；其次是如何证明加密是100%可靠的，还难以用数学算法证明；另外，还面临量子计算的威胁，因为如果有数以十亿计的设备是微能耗或使用的纳米技术，在加密上会更难。“我们现在使用的一些21世纪的技术去解决上世纪50年代的问题是没有问题的，但是解决物联网面临的问题是有难度的。”

25日，重庆市科技局、重庆两江新区管委会与迪菲教授团队及美国加密实验室团队签订了合作框架协议，三方将在2019年内组建重庆密码区块链技术研究院。未来五年，顶尖科学家们和国内外的研究团队将在密码学、区块链技术、网络安全、人工智能、云安全等诸多关键领域展开研究工作，努力将重庆打造成全国，乃至全球密码学领域研究的高地。重庆市科技局有关负责人表示：“重庆正加快实施以大数据智能化为引领的创新驱动发展战略行动计划，加密实验室团队的落地，对于重庆来说是在数字经济领域的重要布局。”

B. 大数据发展的前景怎么样

2019年中国大数据产业市场分析：发展进程显着，四大建议解决五大发展挑战问题

我国大数据产业发展得如何?未来发展存在哪些机遇和挑战?

随着信息技术和人类生产生活交汇融合，全球数据呈现爆发增长、海量集聚的特点。无论是国家、企业还是社会公众，都越来越认识到数据的价值。因此，近年来，各地纷纷成立大数据发展局，企业纷纷推动数据资产治理，大数据辐射的行业也从传统的电信、金融逐渐扩展到工业、医疗、教育等。一时间，仿佛各行各业都在谈大数据，人人都在谈大数据。但也有声音说大数据迎来了“七年之痒”，面对大数据热潮也需要一些“冷思考”。我国大数据究竟发展得如何?未来我国大数据发展还有哪些机遇和挑战?

一、中国大数据产业进展显着

过去几年，大数据理念已经深入人心，“用数据说话”已经成为所有人的共识，数据也成了堪比石油、黄金、钻石的战略资源。五年来，我国大数据产业政策日渐完善，技术、应用和产业都取得了非常明显的进展。

1、在政策方面，我国从中央到地方的大数据政策体系已经基本完善，目前已经进入落地实施阶段。自从2014年“大数据”这个词写入政府工作报告以来，我国大数据发展的政策环境掀开了全新的篇章。在顶层设计上，国务院《促进大数据发展行动纲要》对政务数据共享开放、产业发展和安全三方面做了总体部署。《政务信息资源共享管理暂行办法》《大数据产业发展规划(2016-2020)》等文件也都已经出台。十九大报告中提出“推动大数据与实体经济深度融合”，“十三五”规划中提出“实施国家大数据战略”。

卫健、农业、环保、检察、税务等部门还出台了领域大数据发展的具体政策。截至2019年初，所有省级行政区都发布了大数据相关的发展规划，十几个省市设立了大数据管理局，8个国家大数据综合试验区、11个国家工程实验室启动建设。可以说，大数据的政策体系已经基本搭建完成，目前已经纷纷进入落地实施甚至评估检查阶段。

2、在技术方面，我国大数据技术发展属于“全球第一梯队”，但国产核心技术能力严重不足。我国独有的大体量应用场景和多类型实践模式，促进了大数据领域技术创新速度和能力水平，处于国际领先地位。在技术全面性上，我国平台类、管理类、应用类技术均具有大面积落地案例和研究;

在应用规模方面，我国已经完成大数据领域的最大集群公开能力测试，达到了万台节点;在效率能力方面，我国大数据产品在国际大数据技术能力竞争平台上也取得了前几名的好成绩;在知识产权方面，2018年我国大数据领域专利公开量约占全球的40%，位居世界第二。但我国大数据技术大部分为基于国外开源产品的二次改造，核心技术能力亟待加强。例如，目前国内主流大数据平台技术中，自研比例不超过10%。

3、在产业方面，我国大数据产业多年来保持平稳快速增长，但面临提质增效的关键转型。2018年，我国大数据产业延续多年来的增速，继续保持相对高速的增长。

据前瞻产业研究院发布的《中国大数据产业发展前景与投资战略规划分析报告》统计数据显示，2015年我国大数据产业规模已达2800亿元。截止至2017年我国大数据产业规模增长至4700亿，同比增长是30.6%。初步测算2018年我国大数据产业规模达到5400亿元左右，同比增长15%。预测在2020年我国大数据产业规模将突破万亿元。然而，综合国内外环境、新兴技术发展等多种因素，大数据产业的增速出现了下滑。我国的大数据产业也面临着从高速发展向高质量发展的关键转型期。

2015-2020年我国大数据产业规模统计情况及预测

数据来源：前瞻产业研究院整理

4、在应用方面，大数据的行业应用更加广泛，正加速渗透到经济社会的方方面面。随着大数据工具的门槛降低以及企业数据意识的不断提升，越来越多的行业开始尝到大数据带来的“甜头”。无论是从新增企业数量、融资规模还是应用热度来说，与大数据结合紧密的行业正在从传统的电信业、金融业扩展到政务、健康医疗、工业、交通物流、能源行业、教育文化等，行业应用“脱虚向实”趋势明显，与实体经济的融合更加深入。

二、中国大数据产业五大发展挑战分析

虽然我国大数据总体发展形势良好，也面临难得的发展机遇，但仍然存在一些困难和问题。

1、涉及核心技术的产业发展薄弱，未能有效提升我国核心技术竞争力

核心技术的影响力在大数据产业有着极高的重要性。由于大数据企业在完成产品开发后，可以近乎零成本无限制的复制，因此拥有核心技术的大企业，很容易将技术优势转化会市场优势，即凭借具体的信息产品赢得海量用户获得垄断地位。当前，从大数据技术与产品的供给侧看，我国虽然在局部技术实现了单点突破，但大数据领域系统性、平台级核心技术创新仍不多见。大数据处理工具都是“他山之石”，大部分企业用的都是国外的数据采集、数据处理、数据分析、数据可视化技术，自主核心技术突破还有待时日。尤其是开源产品的技术标准方面，我国的影响力尚亟待提升。

2、数据孤岛和壁垒降低了大数据产业资源配置效率

大数据产业发展必须实现数据信息的自由流动和共享，如果数据不开放、不共享，数据整合就不能实现，数据价值也会大大降低。无论是政府数据、互联网数据还是其他数据，数据拥有者往往不愿对其进行开放流通。受制于前期信息基础设施建设，目前我国政府数据往往还存在着诸多“数据孤岛”和“数据烟囱”，数据价值难以发挥。

3、数据安全管理薄弱增加了大数据产业的发展风险

大数据技术为经济社会发展带来创新活力的同时，也使数据安全、个人信息保护乃至大数据平台安全等面临新威胁与新风险。海量多源数据在大数据平台汇聚，来自多个用户的数据可能存储在同一个数据池中，并分别被不同用户使用，极易引发数据泄露风险。利用大数据技术对海量数据(21.90
-5.19%,诊股)进行挖掘分析所得结果可能包含涉及国家经济社会等各方面的敏感信息，需要对分析结果的共享和披露加强安全管理。

4、产业垄断与恶性竞争现象频发，“劣币驱逐良币”现象明显

由于资源型产业门槛低、利润高，新兴的大数据企业往往首先将目光盯在获取数据资源上面。大量依托数据资源优势的企业诞生，为大数据产业带来了低附加值的垄断经济模式，使得依靠技术壁垒打江山的企业不得不面对残酷的市场竞争，放缓了技术研发的步伐。同时，数据垄断问题也愈发明显。少数互联网巨头企业拥有巨大数据，不但对产业发展不利，甚至存在巨大的数据聚集隐患。

5、各地发展同质化严重，普遍存在重存储轻应用的现象

由于缺乏统一的大数据产业分类统计体系和产业运行监测手段，各地大数据产业的定位相似，同质化竞争加剧。而盲目的重复建设，更是可能导致大数据产业过剩。同时，由于部分地区信息化发展程度有限，大数据应用场景不够丰富，更是以数据中心等大数据存储设施的建设作为发展大数据产业的关键，且规模巨大，目标动辄以百万台计，后期若无法有效利用，将造成巨大的资源浪费。

三、未来三年中国大数据产业将呈现四大发展特点

未来三年，是我国大数据发展转型的重要机遇期。大数据的发展本身也呈现着一些趋势。在我看来，未来三年大数据行业有可能会呈现出如下特点：

1、大数据新技术继续快速发展

未来大数据技术将会沿着工具平台云化部署、多业务场景统一处理、专有高性能硬件适配几个方面进行突破。目前大数据技术工具的主要应用模式为应用企业在自建机房内独立部署，其存在资源浪费、弹性能力不足、管理复杂等缺点，这些缺陷可以通过基于云计算技术的云化部署方案解决，助力大数据技术工具的快速落地和应用;同时大数据技术工具主要瞄准的是分析型业务场景，但随着电子商务以及智能终端的爆发性发展，转账、计费等事务型业务场景也需要大数据处理能力，所以未来的多业务场景统一处理技术将会得到充分发展;最后由于GPU/TPU等专用硬件的发展，此类专用硬件能够助力某些大数据技术进行突破性升级，所以对新型硬件的适配成为很多大数据企业未来研发计划的重点。

2、数据流通共享将迎来关键突破

这些年，推动数据开放共享的政策举措一直在加强，然而效果与预期还有差距。可以说，技术手段将是数据流通共享瓶颈突破的关键。未来三年，随着同态加密、差分隐私、零知识证明、量子账本等关键技术的性能提升和门槛降低，随着区块链、安全多方计算等工具与数据流通场景进一步紧密结合，数据共享和流通将有望再前进一大步。

3、数据服务合规性将成为行业关注重点

近两年来，随着欧盟《通用数据保护条例》(GDPR)的颁布和正式实施，个人信息保护的重视程度被提到了前所未有的高度。GDPR对数据主体的权利规定细致入微，其“数据可携权”“被遗忘权”等方面的规定可能会对我国数据立法带来一定的参考。对我国企业来说，数据服务合规性的重要程度进一步提升，将对企业业务开展带来重大影响。目前中国信息通信研究院正在着力推动的“可信数据服务”计划也正是契合了行业的这一需求。

4、数据资产管理重要性将进一步提升

随着大数据应用进入深水区，企业将越来越重视数据资产管理方法论体系建设——即从架构、标准、研发、质量、安全、分析到应用的统一，从而实现技术到业务价值的转化和变现。未来三年，数据资产管理将仍是企业数据部门面临的难点与挑战。即使是领先的科技型企业，在数据资产管理这一课题上仍在不断探索新的方法，如全链路智能管理体系、数据资产的贡献度、数据基线度量与质量规范的工具化、可视化等。

四、四大建议应对挑战

大数据产业作为具有国家战略意义的新兴产业，在发展初期不仅要充分发挥企业的主体作用和有效市场的主导作用，而且要更好发挥政府的引导作用。

1、要加强核心技术攻关与产业化推动

自主研发创新是提高大数据产业竞争力的主引擎。要彻底改变目前我国大数据产业创新能力不强、关键核心技术对外依赖度偏高的这一局面，必须抓住重点领域、关键环节和核心问题，找准着力点和突破口，加大政府财政资金的引导支持力度。为此，建议在国家层面上设立大数据重点领域的关键技术研发创新的国家财政专项资金，支持突破一批关键核心技术研发创新与应用，构建具有核心技术自主权的大数据产业链，形成自主可控的大数据技术架构，提高关键核心技术的自主研发创新能力，有效破解制约产业发展的瓶颈。

2、完善大数据安全政策

需要开展数据确权、资产管理、市场监管、跨境流动等数据治理的重大问题研究，协调有关部门共同推进数据治理的法制化进程，加强对敏感政务数据、企业商业秘密和个人数据的保护。同时，推动完善适用于大数据环境下的信息安全等级保护制度，建立兼顾安全与发展的数据管理和保障体系，加强数据安全评测、安全防范、应急处置等相关机制建设。此外，还要强化网络空间的安全信息共享与动态感知能力，提高重大风险识别分析水平。

3、鼓励地方因地制宜发展大数据产业

大数据产业发展应注重差异化发展，形成差异化的产业布局。地方需要差异化发展，应该把大数据的发展重心放在因地制宜地促进应用创新上，放在打造完善的发展环境上，让市场在大数据发展要素配置上起决定作用。各地要结合产业基础和优势特色，着重发展大数据特色场景应用，推动大数据与当地重要实体经济行业加快融合。

4、推动行业加快大数据标准建设

当前大数据产业应用层出不穷，政府应通过标准化的途径规范行业、整合资源，促进各方达成共识，为大数据产业的健康发展提供基石。尤其是通过加强快速迭代、市场认可度高的行业/团体标准研制工作，为用户企业提供大数据产品选型指导，为数据安全提供保障，促进大数据交易等新兴服务模式规范发展，对推动我国大数据产业进程具有重要意义。

C. 大数据未来的前景怎么样

发展历程：十年来大数据产业高速增长，我国信息智能化程度得到显着提升

我国大数据产业布局相对较早，2011年，工信部就把信息处理技术作为四项关键技术创新工程之一，为大数据产业发展奠定了一定的政策基础。自2014年起，“大数据”首次被写进我国政府工作报告，大数据产业上升至国家战略层面，此后，国家大数据综合试验区逐渐建立起来，相关政策与标准体系不断被完善，到2020年，我国大数据解决方案已经发展成熟，信息社会智能化程度得到显着提升。

—— 更多行业相关数据请参考前瞻产业研究院《中国大数据产业发展前景与投资战略规划分析报告》

D. 量子密码，用量子做为密码的途径和前景

应该这么说，量子通信是量子物理和信息科学结合的产物，由于经典密码学并不能保证通信的理论安全性，而量子通信根据量子基本理论而具有绝对的安全性。一旦有窃听存在，就会引起误码，而被通信双方发现。如今最有可能最先实现的量子通信方式是量子密钥分发，即先通过量子密钥分发完成绝对安全的密钥分发，再以“一字一密”的方式进行保密通信。量子密钥分发（QKD）主要包括准备-再测量（prepare-measure）和基于纠缠源（entanglement-based）。经典协议主要是BB84，还有BB92和六态协议。由于分裂攻击的可能，现在协议还需要加入诱骗态，我国王向斌教授的三态协议是很好的应用协议。国内有多个小组在进行的研究，国家也投入比较大，蛮有看点的，但是在实用化上要走的路非常多。

E. 最近很火的nulink是什么解决了什么技术问题

NuLink 通过应用编程接口(API)为去中心化的 APP 提供有关隐私保护的
技术支持。我们致力于让开发人员、创业者、中小公司或大型企业都可以在极致
的安全和隐私操作下更简单容易地创建自己的应用程序。
NuLink 是一种为开发隐私保护 APP 的技术人员提供最佳的去中心化解决方 案，是同类型中最优质的安全和隐私保护方案。NuLink 平台提供端点加密 （Endpoint Encryption）和密码访问控制服务，敏感数据可以从任何用户平台非
常安全地共享到云端或者去中心化的储存设备中去，并根据代理重加密（Proxy Re-encryption，PRE）和属性加密（Attribute-Based Encryption，ABE）协议，自 动授予（符合条件的用户）对云端或设备中敏感数据的访问权限。另一方面，
（NuLink 使用到的）零知识证明（Zero Knowledge Proof，ZKP）机制可以帮助 数据使用者验证数据的来源。在更多的高级隐私保护用例中，NuLink 会充分利 用全同态加密（Fully Homomorphic Encryption，FHE）技术来定制企业级数据的 计算服务。
通过集成一流的技术，我们正在建立强大的技术基础。NuLink 提供的技术 解决方案涵盖三大类：

(1) 确保密文形式的数据的可用性。这里使用的加密技术主要是零知识证明。
(2) 隐私保护的数据共享。使用到的基本方法是对数据进行加密，让数据所 有者控制对它的访问。这些技术包括去中心化加密存储、代理重加密、基于身份 的加密和基于属性的加密等。
(3) 隐私保护数据的计算，这部分会将某些隐私计算能力集成到智能合约中。 使用的技术包括多方安全计算（multi-party secure computing）、全同态加密等。 这三种技术解决方案可以在许多领域提供隐私保护应用，例如去中心化金融 （DeFi）、医疗保健、社交网络、数字版权管理等。