从“大数据”到“小数据”，“隐语”开源SCQL助力不同规模数据安全分析

在数据要素战略持续升级的背景下，发展以隐私计算为代表的密态技术，是解决大规模数据安全可信流转的技术手段。由于隐私计算最早诞生于大规模数据场景，技术架构和资源投入对于小规模数据体量的机构来说相对复杂和奢侈，动辄百亿千亿数据规模的隐私保护机器学习，对于中小机构来说并不适用。如何简单快捷高性价比地使用隐私计算技术，提高易用性，一直是隐私计算行业待突破的技术难题之一。

3 月 29 日，首届“隐语开源社区开放日”活动上，隐私计算开源框架“隐语”宣布产品升级，并开源了 SCQL 功能。SCQL 提供的简单易上手的 BI 分析可帮助中小机构快速解决急迫的长尾数据安全分析需求，让隐语在工业界首次实现了隐私数据从 Al 分析到 BI 分析，是其走向易用的重要一步。

围绕共建更好用的隐私计算技术和更健康的生态，“隐语开源社区开放日”活动现场，“隐语”开源框架负责人王磊表示，“隐语”框架最新升级并开源的功能 SCQL，将业界常用的隐私计算技术多方安全计算(MPC）作为底座，以当前主流的 SQL 作为分析语言的多方安全数据分析系统，可让用户简单易上手地实现多方数据密态分析任务，能有效满足中小机构低成本使用隐私计算分析的需求。

“由于中小机构的数字化水平处于初期，数据量属于小样本阶段，Al 机器学习的方式不必要也不具性价比，而以 SQL 语言为主要手段的BI分析是最具可行性的方案”，王磊表示。对于大规模数据场景来说，BI 数据分析也是不可或缺的重要分析手段。“从大数据到小数据，SCQL 都能满足密态数据安全分析的需求”，王磊强调。

据悉，这一技术在蚂蚁保理赔科技平台和“隐语〞框架打造的智能理赔系统中得到了充分验证。“隐语”SCQL 帮助保险公司与不同的外部医疗数据源，在原始数据不离开本地、数据价值被保护的前提下进行联合分析，可帮助大幅提升有效阳性线索发现率、降低错赔风险，控制理赔运营成本。

据悉，自从 2022 年 7 月正式开源以来，“隐语〞框架几乎覆盖了几乎所有主流隐私计算技术路线。当前，隐私计算在全球范围内都处于攻坚阶段，行业正在通过开源开放的方式，降低技术门槛，加速技术普及。本次“隐语〞开源框架升级将进一步提升技术可用性和易用性。王磊表示，隐语开源社区也将发布 SCQL 的共建任务，希望广大开发者参与进来，共同持续建设完善这一功能，共建隐私计算技术生态。