【記者羅蔚舟／竹科報導】
最近「元宇宙」一詞在生活中引起廣泛討論，透過整合VR、AI、5G等新科技，彷彿我們就即將邁入另一個新紀元，享受更便利、溝通更無礙的數位新生活；但如何讓大數據在隱私優先的安全環境下被分析運用，即成為了最大的技術挑戰。科技部轄下的國家實驗研究院國家高速網路與計算中心（國研院國網中心），執行科技部政策打造「PETs隱私強化科技」（Privacy Enhancing Technologies）相關研究環境，期能透過超級電腦的運算優勢，打造PETs的發展環境，讓研究者可以蒐集、分析群體大數據，且同時保護個體隱私不洩漏。
要提供人性化的服務與智慧應用，實際上需要不斷分析、運算大數據，才能貼近最佳解，亦即在研發的過程中，科學家的想法必須用數據不斷進行測試與驗證。國研院國網中心推動的PETs相關研究，以聯邦式學習、同態加密，以及基於量子計算的同態加密等技術，讓研究者可以運用群體大數據，卻不碰觸個體隱私。舉例來說，國人儲存在健保卡中的就醫資訊，未來便可以透過PETs，讓更多研究者能集成分析國人群體健康狀況趨勢，在公衛、精準醫療上都有極大的幫助，卻不會洩漏個人醫療隱私資訊。
「聯邦式學習」是讓分散各地的資料，由擁有資料的用戶自行運算，再將運算結果集合至中央Server進行加權平均運算，透過來回反覆此過程，便能在資料不離開儲存地的狀態下，發揮大數據的力量，找出合適的模型及參數。
「同態加密」則是數位科技世界最先進的加密方式，用戶將加密過的資訊上傳至雲端數據資料庫，雲端數據資料庫以不解密的方式，直接對密文進行運算，並將密文運算結果提供給用戶，讓用戶自行解密，獲得正確運算結果。由於在接收/運算過程中同步保持加密狀態，即使資訊被截取，也不會洩漏個人隱私。而「基於量子計算概念的同態加密」，則是透過量子計算的概念，研發未來可來適應後量子時代的新加密科技。
以上幾種技術，以看不到或不用碰觸到原始資料本身的方式，強化資料使用上的安全，降低隱私洩露的風險。然而同態加密的技術會造成資訊膨脹數百、甚至數千倍，這時候就可以透過國研院國網中心超級電腦的運算力，減少加密運算的時間。另外，資料去中心化的聯邦式學習，透過國網中心安全又快速的高速網路來傳輸大量運算參數，能更有效率地提供各單位合作訓練出一個強大的模型，讓資料不用脫離原本所屬的單位，就能達成資料共享與大數據分析的效果。也可以將前述這些PETs隱私強化的技術結合使用，將隱私洩漏的風險降至最低。
隨著雲端服務、5G、IoT等技術普及，科學家越來越善擅長使用大數據，然而在運用數據的過程中，如何兼顧「公眾發展利益」與「個人隱私權利」，一直是最核心的議題。擁有國家級高速運算設施的國研院國網中心，以推進「PETs隱私強化科技」為己任，加速新一代個資隱私保護技術在台灣的發展與導入，希望在不久後的將來，在安全的資料流保護下，台灣民眾都可以放心、盡情享受由科技帶來的美好便利生活。相關連結：What’s PETs？― 你不可不知道的隱私強化科技：https://reurl.cc/Wk3Dle