在网络互联高速发展的时代，人们在体验着高科技带来便利和高效的同时，也承担着个人隐私、个人信息被泄露的风险。可能在我们不经意注册了某个平台，参与某个问卷之类的，个人的数据就被他人所用。反过来，当我们接触到了某些信息和数据后，第一时间需要确认这些数据是否真实可信，能不能为我们所用？

除了个人外，企业的业务、商业机密等的隐私保护也越来越被重视，而且企业间的网络合作数据量更大，存储容量和安全要求更高。不光如此，而对于很多容易传播和分享的数据来说，我们也更希望它能为自己创造价值，所以如何权衡业务的协作高效和数据隐私安全间、数据潜在价值挖掘的利弊，给隐私保护带来了新的要求，也给数字化和信息化发展提出了更多的挑战。

现在新技术的发展层出不穷，大数据、区块链等等技术的发展为隐私保护和数据安全提供了更多的可靠保障，同时隐私计算的出现与兴起也推动了数据安全和数据合规分享等技术路径的成熟，在保证数据的隐私安全的前提下能够最大限度地挖掘数据信息。所谓的“隐私计算”是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据的前提下通过协作对他们的数据进行联合机器学习和联合分析。说简单点就是“可用不可见”。就比如说想要统计出今年某个市的高考状元，那可以通过专门的平台来统计所有人的高考成绩，但是经过一系列加密数据的计算，最终只给出相应的结果，状元是谁？而对于个人的具体成绩、详细信息并不会泄露出来。众哲鑫表示，对于互联网平台或需要用户数据的企业来说，他们获得的不再是原始数据的所有权，而是经过率先加密的一套数据，来为数据需求方提供服务。这就是数据的所有权和使用权相分离。