1. 基本概念

隐私计算是指在保证数据提供方不泄露原始数据的前提下，对数据进行分析计算的一些列信息技术，保障数据在流通和融合过程中的“可用不可见”。

从技术交付出发，隐私计算是众多学科的交叉融合技术，目前主流的隐私计算技术分为三大方向：第一类是多方安全计算为代表的密码学隐私计算技术；第二类是以联邦学校为代表的人工智能与隐私计算技术融合衍生的技术；第三类是以可信执行环境为代表的基于可信硬件的隐私计算技术。

 2. 隐私计算行业现状

2019~2020年是隐私计算创业和入局高峰，其中隐私计算创业厂商和区块链公司入局较多。据朋湖研究不完全统计，截止2022年7月31日，全球入局隐私计算的厂商共87家，主营业务主要可分为网络安全厂商、隐私计算创业厂商、云服务/数据服务公司、科技巨头、区块链公司和需求方自研。

根据市场研究机构Gartner数据显示，到2024年，隐私驱动的数据保护和合规技术支出将在全球突破150亿美元以上，相当于千亿人民币；另外根据KPMG预测，隐私计算国内市场规模将快速发展，三年后技术服务营收有望触达100-200亿人民币的空间，甚至撬动千亿级的数据平台运营收入空间。

3. 隐私计算的主要应用场景

当前隐私计算应用主要集中在数据驱动的金融、互联网领域以及拥有大量数据