东方证券：通信行业深度报告区块链系列报告六：多技术路径齐演进，厂商优先布局隐私计算生态

多条技术路径齐演进，现阶段MPC、TEE、联邦学习三足鼎立。隐私计算有许多底层技术可供选择，而隐私计算的实现可能需要多种技术融合应用。现阶段MPC、TEE与联邦学习三种技术商用化进程领先，短期内这一技术趋势会被延续。长期来看，MPC、联邦学习需要隐私计算供应商长期积累有效数据并迭代、优化算法，而TEE需要在此基础上对于底层芯片做出优化设计。综合而言，TEE对于供应商的软硬件全栈能力要求极高，现阶段中国厂商仅互联网头部厂商可以实现。出于成本考虑，MPC与联邦学习的应用占比或将增加。 企业难以凭借单一的竞争优势建立隐私计算生态，算法与数据缺一不可。隐私计算解决方案对其底层技术的成熟度依赖极高。但仅凭借隐私计算底层技术，企业无法为用户提供有效的服务。用户的需求往往对于数据的需求极为定制化、专业化，因此隐私计算供应商需要为用户提供有效的脱敏数据。另一方面，脱离了大量的有效数据，隐私计算的算法演进速度与优化程度也都将受到影响。因此，隐私计算生态的建立需要供应商掌握优秀的算法与丰富的数据资源。互联网大厂、深耕垂直场景的初创企业以及产业内头部企业具备这两种资源，为其成功布局隐私计算提供了可能。 隐私