隐私计算与大数据

随着《数据安全法》《个人信息保护法》等重量级法律陆续颁布，数据隐私目前不仅关乎新业务的合规创新，同时也关乎存量业务的可持续性。隐私计算作为落实数据隐私保护的应对之道，在不同的应用场景下需要满足丰富多变的隐私保护要求，面对原理抽象、选项繁杂、取舍固有的隐私计算技术能力矩阵，如何为当前场景选择最合适的技术路线成为当下受到普遍关注的焦点。

在本次分享中，听众将更好地了解在新的隐私保护合规框架下，隐私计算作为变革性技术驱动行业整体升级的价值展望，以及在多样化场景中应用隐私计算技术的实践经验，最后对主流技术的能力边界汇总和选型建议。

1. 隐私计算行业发展新趋势（合规要求，商业创新，风险担责，降本增效）
2. 隐私计算纵向场景应用探索（电子证照、对账、投票、黑名单等）
3. 隐私计算横向场景应用探索（报表、计算、建模、预测等）
4. 隐私计算技术选型指南（能力边界，组合策略，未来量子计算风险）