1.1　隱私計算基本概念
1.1.1　國外隱私計算定義
1.1.2　國內隱私計算定義
1.2　隱私計算作用
1.2.1　助力數據要素市場化配置
1.2.2　成為防范數據泄露突破口
1.2.3　促進多方數據安全合規協作
1.2.4　促進大數據進入新發展階段
1.3　數據流通相關介紹
1.3.1　數據流通模式差異性
1.3.2　數據流通技術模式類型
1.3.3　數據流通應用場景類型
1.3.4　數據流通面臨的挑戰

2.1　數據安全行業概述
2.1.1　數據安全定義
2.1.2　數據安全體系
2.1.3　數據安全治理理念
2.2　中國數據安全行業發展情況分析
2.2.1　數據安全行業驅動因素
2.2.2　數據安全行業發展現狀
2.2.3　數據安全行業競爭格局
2.2.4　數據安全行業發展挑戰
2.2.5　數據安全行業發展措施
2.3　典型行業數據安全需求分析
2.3.1　政務數據安全需求
2.3.2　企業數據安全需求
2.3.3　金融行業數據安全需求
2.4　數據安全行業發展機遇及趨勢
2.4.1　數據安全行業發展機遇
2.4.2　未來數據安全維護趨勢
2.4.3　全球數據安全治理趨勢
2.4.4　中國數據安全發展趨勢

3.1　全球隱私計算相關政策支持
3.1.1　歐盟發布技術指南
3.1.2　美國發布數據法案
3.1.3　英國設立研究機構
3.2　全球隱私計算行業發展情況
3.2.1　隱私計算市場需求
3.2.2　隱私技術發展歷程
3.2.3　機密計算聯盟成立
3.2.4　隱私計算專利分布
3.2.5　企業相關布局動態
3.3　全球隱私計算技術應用實踐
3.3.1　歐洲
3.3.2　美國
3.3.3　其它地區

4.1　國內隱私計算行業政策環境
4.1.1　行業主要政策概覽
4.1.2　數據安全法影響分析
4.1.3　網絡安全產業計劃
4.1.4　個人信息保護法發布
4.1.5　大數據算力樞紐方案
4.1.6　網絡數據安全管理條例
4.1.7　地方相關政策支持分析
4.2　國內隱私計算行業發展分析
4.2.1　行業技術發展現狀
4.2.2　行業企業發展情況
4.2.3　主要隱私計算平臺
4.2.4　行業應用領域分析
4.2.5　行業商業模式發展
4.2.6　行業標準化發展情況
4.3　隱私計算行業參與主體分析
4.3.1　隱私計算產業生態
4.3.2　隱私計算技術應用方
4.3.3　隱私計算技術產品提供方
4.3.4　隱私計算領域科研機構
4.3.5　隱私計算產品評測機構
4.4　隱私計算行業合規分析
4.4.1　提升數據流通的合規性
4.4.2　隱私計算方案合規要求
4.4.3　隱私計算合規路徑探索
4.5　隱私計算行業面臨挑戰
4.5.1　安全性挑戰影響市場信任
4.5.2　性能瓶頸阻礙規模化應用
4.5.3　平臺互聯互通壁壘問題
4.6　隱私計算行業發展建議
4.6.1　健全法律法規
4.6.2　構建標準體系
4.6.3　培育數據要素市場

5.1　金融行業隱私計算應用背景
5.1.1　國內金融行業發展現狀
5.1.2　金融科技布局態勢分析
5.1.3　數據要素市場有待完善
5.1.4　金融數據融合應用需求
5.1.5　隱私計算助力行業安全發展
5.2　金融行業隱私計算應用發展情況
5.2.1　金融隱私計算相關標準
5.2.2　金融隱私計算試點情況
5.2.3　隱私計算主要金融應用場景
5.2.4　隱私計算金融營銷場景應用
5.2.5　隱私計算金融風控場景應用
5.2.6　金融科技創新監管試點應用
5.3　金融行業應用隱私計算技術分析
5.3.1　金融隱私計算參與主體
5.3.2　金融隱私計算技術方法
5.3.3　金融隱私計算技術方案
5.3.4　金融隱私計算模式架構
5.3.5　金融隱私計算生態建設
5.4　金融行業隱私計算應用發展思路
5.4.1　制定金融業數據生態規劃
5.4.2　體系性布局數據生態建設
5.4.3　生態賦能典型場景應用
5.5　金融機構隱私計算應用情況
5.5.1　工商銀行
5.5.2　光大銀行
5.5.3　交通銀行
5.5.4　平安銀行

6.1　醫療領域
6.1.1　醫院信息化發展現狀
6.1.2　醫院安全設備建設
6.1.3　醫療物聯網安全發展
6.1.4　隱私計算需求分析
6.1.5　隱私計算應用場景
6.1.6　隱私計算應用案例
6.2　政務領域
6.2.1　政務信息化發展情況
6.2.2　政務數據開放情況
6.2.3　政務數據安全風險
6.2.4　隱私計算需求分析
6.2.5　隱私計算應用場景
6.2.6　隱私計算應用案例
6.3　工業互聯網領域
6.3.1　工業互聯網平臺發展態勢
6.3.2　工業互聯網平臺安全建設
6.3.3　工業互聯網隱私計算應用
6.4　其他領域應用潛力
6.4.1　能源互聯網
6.4.2　汽車互聯網
6.4.3　數據跨境流動

7.1　隱私計算技術發展態勢
7.1.1　隱私計算技術體系
7.1.2　隱私計算相關技術
7.1.3　隱私計算技術路徑
7.1.4　隱私計算企業定位
7.1.5　隱私計算專利分析
7.2　隱私保護相關傳統技術
7.2.1　數據脫敏技術
7.2.2　假名化技術
7.2.3　傳統技術的限制
7.3　同態加密技術
7.3.1　技術介紹
7.3.2　算法組成
7.3.3　技術應用
7.3.4　國外技術發展
7.3.5　國內技術突破
7.4　多方安全計算技術
7.4.1　技術概念
7.4.2　技術模式
7.4.3　關鍵技術
7.4.4　技術優劣勢
7.4.5　國內主要廠商
7.4.6　應用場景案例
7.5　聯邦學習技術
7.5.1　技術概念
7.5.2　技術模式
7.5.3　技術種類
7.5.4　技術優劣勢
7.5.5　國內主要廠商
7.5.6　應用場景案例
7.6　差分隱私技術
7.6.1　技術概念
7.6.2　技術優劣勢
7.6.3　國內主要廠商
7.6.4　應用場景案例
7.7　機密計算技術
7.7.1　技術概念
7.7.2　支撐技術
7.7.3　技術優劣勢
7.7.4　國內主要廠商
7.7.5　應用場景案例
7.8　可證去標識技術
7.8.1　技術簡介
7.8.2　技術優劣勢
7.8.3　國內主要廠商
7.8.4　應用場景案例

8.1　區塊鏈行業發展情況
8.1.1　國外區塊鏈技術發展
8.1.2　區塊鏈市場發展情況
8.1.3　國內區塊鏈政策支持
8.1.4　國內區塊鏈技術應用
8.1.5　國內區塊鏈技術平臺
8.2　隱私計算領域區塊鏈技術發展情況
8.2.1　技術應用價值
8.2.2　技術應用現狀
8.2.3　技術發展現狀
8.2.4　技術融合優勢
8.2.5　平臺架構應用
8.3　隱私計算結合區塊鏈典型解決方案
8.3.1　機構間聯合風控
8.3.2　機構間聯合營銷
8.3.3　機構間聯合數據運營
8.3.4　可信協作與跨鏈取證
8.3.5　鏈上數據分析與核驗
8.3.6　第三方外包數據處理
8.3.7　可計量價值數據資產流轉
8.4　基于區塊鏈的隱私計算平臺實例
8.4.1　螞蟻摩斯安全多方計算平臺
8.4.2　PlatONE
8.4.3　Enigma
8.4.4　Avalon

9.1　螞蟻集團
9.1.1　企業發展概況
9.1.2　企業經營情況
9.1.3　企業合作動態
9.1.4　隱私計算產品
9.2　翼方健數
9.2.1　企業發展概況
9.2.2　企業融資情況
9.2.3　隱私計算平臺
9.2.4　企業應用案例
9.3　锘崴科技
9.3.1　企業發展概況
9.3.2　企業融資情況
9.3.3　企業核心技術
9.3.4　企業解決方案
9.4　微眾銀行
9.4.1　企業發展概況
9.4.2　銀行經營狀況
9.4.3　銀行業務領域
9.4.4　銀行競爭優勢
9.4.5　隱私計算應用
9.4.6　產品發布動態
9.4.7　銀行發展戰略
9.5　華控清交
9.5.1　企業發展概況
9.5.2　企業融資情況
9.5.3　主要產品分析
9.5.4　企業合作動態
9.6　洞見科技
9.6.1　企業發展概況
9.6.2　企業核心技術
9.6.3　隱私計算產品
9.6.4　企業融資情況

10.1　隱私計算行業投融資分析
10.1.1　行業投融資情況
10.1.2　行業投融資階段
10.1.3　行業投融資來源
10.2　隱私計算行業發展趨勢分析
10.2.1　行業迎來政策機遇
10.2.2　“十四五”行業發展方向
10.2.3　大數據行業需求趨勢
10.2.4　多方生態融合趨勢
10.3　隱私計算行業技術發展展望
10.3.1　計算性能優化方向
10.3.2　多元技術融合趨勢
10.3.3　隱私計算應用落地
10.3.4　企業技術定位趨向