（贝云网络科技）
典型应用：金融机构联合风控与政务数据开放是当前隐私计算主流应用场景，技术在生物医疗与能源制造行业的落地与商业模式实现仍有待探索
金融机构较为完善的信息化建设与数字化水平，以及围绕联合风控、联合营销场景迫切的外部数据引入需求，使其在隐私计算的部署实践上走在了前列。政府行业与企业集团，在合规的情况下需要驱动数据分级开放，赋能企业数字化转型，提升智慧城市、智慧社区建设，也对隐私计算技术提出了较为强烈的需求。而生物医疗方面，围绕隐私计算的医院评级需求、医疗科研、新药研发、疾病辅助诊断、保险核保等生物医疗需求逐渐凸显，能源方面调动分散的智能家居、远程监控等物联网数据，更好地进行电力消耗预测，挖掘电力数据价值的试点也已开展。但受限于高度的非结构化数据、数据资产更为敏感、更需要权属划分的现状，相应场景的推广仍需更加可行且普适的方案。
研究选取国寿财险、中原银行、北京国际大数据交易所、某运营商在联合营销、联合风控、联合治理等方面的案例，描绘隐私计算技术在实践中解决的具体需求与应用效果，期待为市场提供参考借鉴。
竞争态势：技术提供商方案趋同，具体能力体现差异
当前，中国隐私计算市场入局企业已经涵盖互联网厂商、专项创业类企业、 及大数据公司、区块链公司、安全公司与行业公司等各类型企业，企业依据自身技术基因优势制定产品策略。研究对有代表性的技术提供商进行了描述，并梳理出厂商产品的如下特点：
中国隐私计算产品以融合的技术输出路线为主： 技术初期，厂商普遍同时支持机密计算、多方安全计算、联邦学习三项技术，以此支持联合查询、联合统计和联合建模的多样需求，平滑对接客户项目。其中联邦学习支持率达到 ，机密计算因需要兼容或对接硬件厂商支持率相对较低；同时因为应用场景需求与当前通信复杂度影响，也有部分厂商在技术布局初期不提供多方安全计算技术模块。