1.1 核心概念与发展历程

1.1 核心概念与发展历程

本节摘要：PETs 是什么？从哪来？本节讲清楚 PETs 的定义、核心理念（数据可用不可见）、从 1970s 到现在的发展脉络、以及为什么 GDPR 后突然爆发。读完你能理解 PETs 不是新概念，但近年才被迫落地。

一、什么是 PETs

隐私增强技术（Privacy-Enhancing Technologies, PETs）：一类在数据流通和使用中保护隐私的技术——让数据"可用不可见"，即能计算/分析/共享，但不暴露原始数据。

注意定义的三个关键：

• 流通和使用中：不是静态加密存储（那是传统加密），是数据在计算/传输/共享时保护。
• 可用：数据要能用——能统计、能训练模型、能验证、能联合计算。
• 不可见：原始数据不暴露给对方——对方拿到结果但看不到输入。

对比传统手段：

• 加密存储：数据静止时加密，但用时解密就暴露。PETs 解决"用时也保护"。
• 匿名化：去掉姓名/身份证，但多数据集交叉能重新识别。PETs 用密码学/统计保证更难关联。
• 访问控制：限制谁能看，但授权人能看到全部。PETs 让计算者看不到原始数据。

二、核心理念：数据可用不可见

PETs 的核心理念是"数据可用不可见"——把"能计算"和"能看到"分离。

传统模式：A 要用 B 的数据 → B 把数据发给 A → A 看到数据并计算。隐私风险：A 看到了不该看的。

PETs 模式：A 要用 B 的数据 → B 用 PETs 让 A 能计算但看不到原始 → A 拿到结果。隐私保护：A 算了但没看到。

实现"可用不可见"的方法：

• 密码学：加密后直接计算（同态加密）、多方各持部分（MPC）、证明而不展示（ZKP）。
• 统计：加噪声让结果可用但个体不可识别（差分隐私）。
• 系统级：硬件隔离让数据在飞地内计算（TEE）。
• 分布式：数据不动模型动（联邦学习）。

每类方法解决不同场景，后面章节详述。

三、发展历程

1970s-1980s：理论奠基

• 1977：RSA 公钥加密发明，密码学基础。
• 1982：姚期智提出"百万富翁问题"——两个百万富翁想知道谁更富但不透露财富，启发了 MPC。
• 1985：ElGamal、零知识证明概念（Goldwasser-Micali-Rackoff）。

1990s：理论成熟

• 1986-1999：MPC 安全性证明（Goldreich-Micali-Wigderson）、GMW 协议、BGW 协议。
• 1999：Chaum 提出匿名通信（混合网络），后来演化为 Tor。
• 2006：差分隐私正式定义（Dwork）——给隐私保护数学基础。

2000s：工程萌芽

• 2009：全同态加密发明（Gentry）——理论突破，让加密后任意计算成为可能（虽慢）。
• 2013：Intel SGX 商用——TEE 走向实用。
• 2016：Google 联邦学习论文——数据不动模型动，工业落地。

2018-至今：爆发期

• 2018：GDPR 生效——法律强制隐私保护，PETs 从"锦上添花"变"必需"。
• 2020-2022：差分隐私被 Apple/Google/美国普查采用，联邦学习在手机输入法落地。
• 2023-2024：大模型隐私问题（训练数据泄露）推动 PETs 在 AI 领域应用，PETs 标准化加速。

所以 PETs 不是新概念——理论 40 年，但工程落地是近 5-10 年，法律驱动是近 3 年。

四、为什么近年爆发

PETs 爆发的原因：

1. 法律驱动：GDPR（欧盟）、CCPA（加州）、PIPL（中国）、PDPA（新加坡）等强制隐私保护，违规罚款巨额。企业被迫找技术方案，PETs 是为数不多的"既能用数据又合规"的路。

2. 数据流通需求：跨组织数据合作（银行联合风控、医院联合研究、广告跨平台归因）需求增长，但传统"数据集中"模式法律不允许，PETs 让"数据不出域"合作成为可能。

3. AI 隐私问题：大模型训练数据可能泄露（记忆攻击），用户数据被模型"记住"。PETs（差分隐私训练、联邦学习）是缓解方案。

4. 硬件成熟：TEE（SGX/TrustZone/SEV）商用，让"硬件隔离计算"可行，降低了部分 PETs 的部署门槛。

5. 标准化：ISO/IEC 27550（隐私工程）、NIST PETs 指南等标准出台，给企业选型依据。

6. 供应商生态：专业 PETs 公司（Oasis Labs、Cornami、Zama）和大厂（Google、Microsoft）推动，工具链成熟。

五、PETs 的定位

PETs 发展时间线

PETs 在隐私保护体系中的定位：

• 不是替代传统手段：PETs 不替代加密存储、访问控制、审计——它们互补。
• 解决"数据流通"场景：传统手段解决"数据存储"，PETs 解决"数据使用/共享"。
• 工程权衡技术：PETs 有性能/精度/部署代价，不是"零成本隐私"。
• 合规工具之一：PETs 是合规工具箱的一员，不是合规全部——还需治理、流程、审计。

理解这定位，避免两个极端：一是"PETs 无用"（认为传统加密够了），二是"PETs 万能"（认为上了 PETs 就完全隐私）。实际是 PETs 在特定场景提供特定保护，要按需选型。

⚠️ 常见误读：以为"PETs 是新技术"。理论 40 年（1977 RSA、1982 MPC、2006 差分隐私），工程落地近 10 年，法律驱动爆发近 3 年。是成熟理论近年被迫落地。

💡 关键直觉：PETs 是数据流通中保护隐私的技术，核心理念"可用不可见"——能计算但不暴露原始。对比传统加密（静态）和匿名化（去标识），PETs 用密码学/统计/系统级/分布式实现。发展 1970s 理论、2000s 工程、2018 后法律驱动爆发。定位是传统手段互补、工程权衡技术、合规工具之一。

要点速记

• 定义：PETs 在数据流通/使用中保护隐私，让数据"可用不可见"——能计算但不暴露原始。
• 三个关键：流通中使用、可用（能算）、不可见（不暴露原始）。
• 对比传统：加密存储（静态）、匿名化（去标识易关联）、访问控制（授权人看全）——PETs 解决"用时也保护"。
• 核心理念：分离"能计算"和"能看到"，用密码学/统计/系统级/分布式实现。
• 发展历程：1970s 理论奠基（RSA/MPC 概念）、1990s 理论成熟（MPC 证明/差分隐私）、2000s 工程萌芽（FHE/SGX/联邦学习）、2018 后法律驱动爆发（GDPR）。
• 爆发原因：法律驱动、数据流通需求、AI 隐私问题、硬件成熟、标准化、供应商生态。
• 定位：传统手段互补、工程权衡技术、合规工具之一——不是替代也不是万能。

实际影响

PETs 的工程价值在数据要素流通场景中尤为突出：当多个机构需要协作分析但受制于数据主权与合规要求时，PETs 提供了"数据不动模型动"或"数据可用不可见"的可行路径。例如金融机构间的联合风控、医疗机构间的多中心研究、政务数据的安全共享，都依赖 PETs 在保护原始数据的同时释放数据价值。理解 PETs 的发展脉络，有助于把握其技术演进与行业需求的关系。

总体而言，PETs 已从学术密码学概念演变为数据要素市场的关键基础设施。把握其定义边界、发展脉络与分类框架，是后续学习各类具体技术与工程实践的前提。