掘金数据时代！2022 年度隐私计算先锋人物榜单

[CathyHuang]

发展培育数据要素市场，既是市场需求，也是政策驱动。隐私计算作为数据安全流通最重要的技术之一，在处理和分析数据的过程中保证了数据的不透明、不泄露，实现了数据的 " 可用不可见 "，因此也被视为确保数据合规的最优技术解。近年来，隐私计算在实际业务场景中已经历落地场景应用和开源阶段，除大厂之外，隐私计算赛道新秀也在金融、医疗、政务、电商、健康、交通等领域中交付产品。隐私计算产业入局者越来越多，市场渗透率显著提高，赛道内涌现出众多的优秀创业者和投资机构。因此，为激励隐私计算领域从业者，国内最大的隐私计算开放社区 --OpenMPC 社区，携手科技创投服务平台 -- 猎云网，共同举办了【掘金数据时代 2022 年度隐私计算评选活动】。

评选活动发布后，反响热烈，收到了众多参评报名资料，经由高校科研院所、行业有影响力的机构和个人组成专家评审委员会历时 1 个多月的评选，最终评选出《2022 年度隐私计算最具潜力企业 TOP10》、《2022 年度隐私计算优秀案例 TOP10》、《2022 年度隐私计算最具影响力私募股权投资机构 TOP10》以及《2022 年度隐私计算先锋人物 TOP10》四项榜单。

其中三项榜单已发布，详情可点击（【重磅发布】掘金数据时代！2022 年度隐私计算榜单），今日正式发布《2022 年度隐私计算先锋人物 TOP10》榜单。

2022 年度隐私计算先锋人物 TOP10

获奖榜单如下（排名不分先后）：

从事应用密码学、车联网安全、云计算安全与区块链的研究与教学工作，曾担任中国密码学会青年工作委员会副主任、密码协议专委会委员、区块链专委会委员、密码应用工作委员会委员等。授权国家发明专利 40 余项，转化专利近 10 项，出版教材与译著 4 部，获 2021 年度麒麟科学技术奖。主持和承担国家自然科学基金重点项目、科技部重点研发计划等 20 余项，包括区块链领域国家重点研发计划项目 2 项，云计算与大数据安全领域重点研发计划项目 1 项，中国密码发展基金重点项目 1 项，研究提出了虚拟专有存储与虚拟私有计算安全模型、分布式虚拟私有存储与虚拟私有计算关键密码技术、车联网形式化安全模型与密码学技术等。在欧密会、亚密会等顶级会议和期刊发表隐私计算相关论文 200 余篇，首次提出了可聚合加密、非对称群密钥协商、群解密等密码技术，带领团队拓展了我国在隐私计算领域的技术和理论积累。

研究方向为安全多方计算、零知识证明、隐私计算等。主持和参与项目 30 余项，包括国家 863 、国家重点研发计划、国家自然科学基金、GF 预研以及多项省部级科技项目和企业横向项目，其中多项隐私计算相关项目的研究成果，发表在 INFFUS、T-ITS、TII、JAS 等一区 TOP 顶级期刊，有 4 篇论文获选 ESI 高被引；带领团队获得图片隐私保护、差分隐私联邦学习以及结构化密文检索等发明专利 40 余项；参与制定漏洞安全团体标准并发布实施 2 项。担任 IEEE GLOBECOM 2021-WS01 的 TPC、ICAIIC 2023 国际会议 Security Session Chair 以及多个隐私安全领域国际会议的 PC/OC。

研究方向为密码协议与多方安全计算，包括全同态加密的安全性分析与性能优化；基于全同态加密的门限 / 多密钥方案设计与隐私信息检索；基于格密码的哈希证明系统、零知识证明与安全认证；分布式密钥生成与门限签名等工作。主持和参与包括国家自然科学基金、国家重点研发计划课题、省部级科技项目和企业横向委托课题等隐私计算项目，在如 IEEE TDSC、IEEE TSC、CCS、NDSS 等期刊和会议上发表论文 20 余篇，其中，有 3 篇被 ESI 收录为高被引，1 篇获 INSCRYPT2018 最佳论文奖 ，另获哈尔滨工程大学校优秀博士论文。目前带领团队攻关基于全同态加密的安全计算及多方计算的前沿研究与落地实践。

洞见科技创始人、董事长。前中诚信 CTO 兼副总裁，曾担任中国互联网金融协会信用专委会委员，CFT50 智能风控委员会副主任，清华大学 X-Lab 区块链导师。职业生涯始于著名的科技殿堂美国贝尔实验室（Bell Labs），是中国信用科技（Credit-tech）首倡者，隐私计算融合引擎和互联互通技术倡导者，拥有数十项隐私计算技术专利，曾担任《隐私计算：数字新基建》书籍编委，获评 2021 中国企业数智化转型升级先锋人物、2021 数字经济卓越领袖、2022 数字经济科技风云人物。

原语科技创始人兼 CEO，隐私计算布道者，企业级开源隐私计算平台 PrimiHub 发起人，拥有多项专利。原语团队推出的 PrimiHub 是国内首个全栈开源隐私计算平台，推出以来获得了广泛应用和好评。该平台填补了国内开源生态中的空白，推动了国内隐私计算领域的前沿研究与落地实践，促进了隐私技术的自主发展。

主要研究方向为数据要素、数据流通与隐私计算。推动创办隐私计算联盟，构建国内最早、最全的隐私计算标准体系，开创了国内最具认可的隐私计算技术评测。自 2016 年起关注数据流通与交易，出版《隐私计算——实现数据可用不可见》一书。牵头编写《数据要素白皮书》《大数据白皮书》《数据流通关键技术白皮书》及数据流通、多方安全计算、联邦学习等相关标准。为多家数据交易机构、隐私计算企业、国有企业和互联网公司提供数据要素领域的咨询。参与编写工业和信息化部十三五、十四五《大数据产业发展规划》、中央网信办相关政策及多项地方政策规划编制。

主导安恒信息隐私计算产品体系研发和市场拓展。曾在法国国家科学研究中心从事算法研究工作，多年海外工作经验。17 年回国后专注于数据要素流通和隐私计算领域。参与完成公安部技术研究竞争性遴选项目一项，参与隐私计算多个标准及白皮书编写，完成多项隐私计算技术发明专利及论文。在政务行业有大量隐私计算项目落地经验，帮助多个省、市、区县级政府推进公共数据授权运营。

中国科学院大学信息安全博士。主要研究数据安全与隐私保护、应用密码学等领域，曾在 EUROCRYPT、KDD、S&P、SIGMOD、USENIX'Sec、VLDB 等顶级会议发表相关论文数十篇。他先后在阿里巴巴和蚂蚁集团从事安全多方计算、同态加密、机密计算、差分隐私等前沿技术的研究与应用，研发的技术已被用于保护数千万消费者的数据安全。他的团队实现了多项隐私计算技术的关键突破，如 " 飞马 " 首次实现了多种全同态密文的高性能转换，让全同态加密高效灵活的支持任意计算成为可能 ; " 猎豹 " 大大提升了安全两方计算的性能上限，让秒级的 ResNet 隐私推理成为可能。

研究方向为全同态处理器设计，包括软硬件协同的全同态加密硬件加速方法、基于全同态加密的隐私求交性能优化等关键技术领域，面对全同态加密巨大的计算、通信开销，从协议和硬件架构设计优化角度出发，服务基于全同态加密的隐私计算。他是国内较早开展全同态处理器研究的学者，专注于全同态处理器专用指令集、芯片和 SoC 设计。2023 年提出的硬件架构 " 波塞冬 " 将全同态加密的 FPGA 性能相较 CPU 提升 3 个数量级，揭示了从算子、基本操作到访存的性能瓶颈，率先提出了支持全同态加密复杂操作的硬件架构设计方法，为全同态处理器的设计提供了重要指引。作为主要贡献者，提出基于全同态加密的非平衡场景隐私求交性能优化方案，获得 2022 年北京市大数据技能大赛隐私计算赛道季军，入选 2022 年隐私计算优秀应用案例 Top10，为全同态加密的研究和落地做出了卓越贡献。

知名律所合伙人，兼具合规、产品和技术思维，服务的领域包括智能终端制造、短视频视听直播、互联网金融、电商、云计算、新零售快消品以及数据合规等。在隐私计算领域，为诸多客户提供基于隐私计算的数据合规解决方案，如省级数据交易中心隐私沙箱合规项目实施合规评估，温州数据港数据联合计算中心规则评审等。同时推出了《隐私计算中的数据合规》专题课，专著书籍《网络法实务全书：合规提示与操作指引》已由法律出版社出版。