第二讲笔记：隐私计算助力数据要素流通

本文主要是介绍第二讲笔记：隐私计算助力数据要素流通，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

1、数据要素流转与数据

2、数据外循环中的信任焦虑

信任焦虑背后的代表性案例

内鬼门： 2023 年，美国科技公司 Ubiquiti在2021年1月曝出数据泄露事件， “攻击者”在随后的“谈判”中试图向该企业勒索近200万美元（50比特币）赎金以换回被盗数据。随着深入调查发现，该公司员工Sharp才是事后背后的始作俑者

Facebook剑桥分析数据门：英国剑桥分析公司获取海量Facebook用户数据，未经用户同意的情况下将这些数据用于政治广告分析，以支持2016年唐纳德·特朗普的总统竞选。 • 案发后，扎克伯格表示2014年Facebook平台就已经不再允许第三方应用获取用户好友的数据，并于2015年要求相关公司删除数据并提交了证明。但Facebook没有（也难以）去确认这些个人数据真的已经被删除 • 2019年7月，美国联邦贸易委员会宣布 Facebook因违反隐私规定，需缴纳50亿美元的罚款

美国网络影视公司 Netflix：举办了一个预测算法的比赛（ Netflix Prize），比赛要求在公开数据上推测用户的电影评分，也做了去标识脱敏处理。但UTAustin研究者关联IMDb互联网电影数据库后识别了其中的用户身份。在2010年，Netflix 因为隐私原因宣布停止比赛，并受到九百万美元高额罚款。