隐私计算在金融领域的合规性分析

强锋薛雨杉相妹

(中国工商银行软件开发中心，上海 200100)

0 引言

对于银行、保险、信托券商等金融领域企业，有大量和外部开展数据共享交易的业务需求，数据流通对金融业的业务有着极为重要的价值。近年来，数据泄露事件频发，明确数据的所有权，并将所有权与使用权进行分离，成为开展普遍数据流通业务的前提[1]。如何从最底层的技术手段，将数据的所有权和使用权进行分离，从源头保证数据协作的合规性，能够真正做到数据的“可用不可得、可用不可见、可用不可拥”[2]，在旺盛的业务需求面前成为最大的挑战。在众多学术界和工业界的尝试中，隐私计算(Privacy Preserving Computing)技术被日益关注。对于数据及隐私保护问题，隐私计算通过综合密码学、统计学等基础学科理论及工程优化实现，可以有针对地解决目前数据协作中所遇到的各项技术挑战。本文将对数据流通相关的法律法规进行梳理，并结合隐私计算原理及其具体应用场景，对隐私计算在金融领域的合规性进行分析和研究，最后给出隐私计算相关技术落地过程的建议。

1 数据流通相关法律法规

目前，各国对于数据流通、协作等方面的立法正逐步完善[3-4]。2018年欧盟委员会《通用数据保护条例》(General Data Protection Regulation，GDPR)、2020年美国《加州消费者隐私法案》(California Consumer Privacy Act，CCPA)明确了个人数据可应用的范围及应用中用户的知悉权[5]；在发展中国家，印度、巴西等国也已为个人信息保护立法；我国也相继出台了《数据安全法(草案)》《个人信息保护法(草案)》等法律法规。……