日前在京举办的“构建规范互信数据环境的技术实践及法律适用”研讨会上，抖音集团数据与隐私法务团队联合清华大学数据治理研究中心共同发布了《隐私计算法律适用规则报告》，该报告中提出“隐私保护计算”与数据保护法律的适配，为程序化广告等行业的个人信息保护提供了解决方案。

这其中，“联邦学习”作为隐私计算核心技术之一，可以确保在原始数据不出库的前提下，兼顾个人信息的保护和商业价值的实现。“当广告主、广告投放平台分别在各自环境内部署联邦学习系统，各方输入的数据只在输入方本地的联邦学习系统中计算，两方的系统之间只会传输经过PSI求交后的ID密文、加密的浮点向量（embedding）或梯度（gradients）等数据，而用户特征（feature）、标签（label）等原始数据均只在本地平台中，从而避免了原始数据的流动。”抖音集团数据及隐私法务部副总监高震谈及“联邦学习”在数字广告场景中的运作时，如此介绍道。

在研讨会上，巨量引擎隐私合规相关负责人刘婧妍还介绍了该平台使用的“PRL-ECC” （Private Record Linkage-Elliptic Curve Cryptography）方案，该方案使平台在收到程序化广告交易请求时，先将个人信息数据经过密钥进行处理，再依靠哈希算法，使得双方均无法反推出明文设备号，以进一步实现在广告投放链路中对用户数据隐私的保护。“隐私计算技术能可持续地为程序化广告的发展、个人信息保护和激发经济活力保驾护航，但需要相关从业者加大科普力度，协助消除大众忧虑。”霍焰在接受媒体采访时特别强调，希望以巨量引擎等为代表的行业各方，能持续加强探索程序化广告场景中的用户隐私保护解决方案，为保障程序化广告业务数据安全提供坚实护盾，引领数字营销行业向着更加健康的方向发展。