Размер мирового рынка, прогноз и основные тенденции на 2025-2037 годы
Рынок вычислений, повышающих конфиденциальность оценивается в 4,6 миллиарда долларов США в 2024 году, и ожидается, что в 2037 году его оценка составит 49,2 миллиарда долларов США, а среднегодовой темп роста составит 20 % в течение прогнозируемого периода, то есть 2025–2037 годов. В 2025 году объем отрасли вычислений, повышающих конфиденциальность, оценивается в 5,5 миллиарда долларов США.
Широкое распространение облачных вычислений и необходимый международный обмен данными привели к проблемам конфиденциальности и безопасности в сфере здравоохранения, финансов и технологий. Организации используют решения для повышения конфиденциальности вычислений (PEC) для решения существующих проблем безопасности данных. Безопасные анклавы, а также конфиденциальные вычисления превращаются в жизненно важные технологии для создания отдельных областей обработки, защищающих данные от несанкционированного доступа. Компании разрабатывают решения по сохранению данных для обеспечения конфиденциальности данных в сложных средах. Например, в июне 2023 года AntChain в сотрудничестве с Intel разработала масштабную вычислительную платформу MAPPIC, обеспечивающую конфиденциальность данных. Платформа использует технологию Intel SGX для создания безопасных условий для обработки больших данных обучения ИИ, тем самым демонстрируя приверженность отрасли разработке безопасных методов обработки данных.
Рынок вычислений, повышающих конфиденциальность, также демонстрирует рост благодаря федеративному обучению, поскольку этот метод позволяет распределенным машинам совместно обучать модели для обработки независимых данных, хранящихся локально, не раскрывая необработанную информацию. На предприятиях, работающих в сфере здравоохранения и финансов, действуют строгие законы о конфиденциальности, что делает такой подход выгодным без необходимости раскрывать конфиденциальную информацию. Технология гомоморфного шифрования в настоящее время развивается как решение для безопасного вычисления зашифрованных данных, обеспечивающее защиту от начала и до конца анализа. Компаниям, работающим через облачные платформы, требуются эти решения для поддержки безопасных многосторонних вычислений между разными сторонами, которые необходимы для конфиденциального анализа данных. Появление новых технологий стимулирует развитие облачных систем, позволяя предприятиям получать доступ к информации на основе данных наряду с мерами по защите конфиденциальности.
Рынок вычислений, повышающих конфиденциальность: драйверы роста и проблемы
Драйверы роста
- Растущее внедрение PEC в сфере финансовых услуг. Предприятия банковского сектора, а также секторов страхования и здравоохранения внедряют вычислительные технологии, повышающие конфиденциальность, для разработки безопасных транзакций, систем предотвращения мошенничества и механизмов обмена данными. Безопасные многосторонние вычисления позволяют различным организациям работать вместе над проектами анализа данных, сохраняя при этом конфиденциальность входных данных для удовлетворения требований конфиденциальности данных и юридических стандартов защиты данных. Использование SMPC позволяет финансовым учреждениям проводить совместный анализ моделей мошенничества между организациями и защищать конфиденциальность данных клиентов, тем самым улучшая свои возможности обнаружения без ущерба для конфиденциальности.
Многие учреждения, в том числе ABN MRO Bank и Rabobank, внедряют систему борьбы с отмыванием денег, построенную на SMPC, в которой скоринговая система распределяет оценки счетов по транзакционным сетям, что позволяет банкам находить незнакомые транзакции, не нарушая стандартов конфиденциальности. Распространение оценок риска повышает точность обнаружения подозрительных действий, сохраняя при этом частоту отзыва на значительном уровне, что значительно снижает количество ложных срабатываний. Эта разработка подчеркивает потенциал безопасных многосторонних вычислений для усиления мер безопасности данных в областях обработки конфиденциальной информации.
- Расширение использования искусственного интеллекта и машинного обучения для обеспечения конфиденциальности. Все большее число технологий искусственного интеллекта и машинного обучения зависит от больших наборов данных, содержащих личные данные и конфиденциальную информацию, из-за их постоянного развития. Использование этого аспекта подчеркивает потенциал технологий повышения конфиденциальности, включая дифференцированную конфиденциальность и федеративное обучение, которые представляют собой жизненно важные потребности. Такие ПЭТ помогают организациям создавать модели обучения ИИ для защиты личной информации и повышения доверия к организациям, тем самым способствуя более широкому развертыванию систем ИИ. Государственные учреждения также используют ПЭТ для управления конфиденциальностью данных. Например, в июне 2024 года Национальный научный фонд США запустил программу обмена данными на практике, обеспечивающую сохранение конфиденциальности. PDASP — это инициатива, направленная на быструю коммерциализацию ПЭТ посредством практического внедрения и улучшения возможностей безопасного обмена данными в различных секторах.
Технологические организации создают инновационные структуры искусственного интеллекта, сохраняющие конфиденциальность, и концентрируются на разработке подходов к федеративному обучению, которые позволяют обученным моделям искусственного интеллекта работать в различных местах наборов данных, не раскрывая фактическое содержание данных. Такие технологии, как гомоморфное шифрование и безопасные многосторонние вычисления, позволяют компаниям постоянно развивать безопасность данных, а также минимизировать нормативные проблемы и создавать передовые приложения на основе искусственного интеллекта для здравоохранения, финансовых услуг, а также корпоративных организаций. Компании, внедряющие PET, получают стратегические преимущества благодаря знаниям искусственного интеллекта, которые защищают конфиденциальность пользователей и создают более защищенную цифровую основу.
Задачи
- Сложность интеграции с существующими системами. Интеграция вычислительных решений, повышающих конфиденциальность, с существующей ИТ-инфраструктурой требует сложных и ресурсоемких шагов. Современные организации поддерживают устаревшие информационные системы, которые не могут эффективно работать с будущими технологиями сохранения конфиденциальности, включая федеративное обучение. Установка этих систем требует серьезных изменений в системе и специальных знаний, а также тщательных процедур тестирования, что приводит к задержкам в работе и увеличению общих затрат. Компании изо всех сил пытаются внедрить PEC, поскольку им трудно добиться плавной интеграции между этими системами с их текущими платформами обработки данных, даже несмотря на то, что они хотят поддерживать стабильность и эффективность вместо добавления функций конфиденциальности.
- Компромисс между конфиденциальностью и производительностью. Полностью гомоморфное шифрование (FHE), а также другие методы вычислений, повышающие конфиденциальность, такие как доверенные среды выполнения и многосторонние вычисления, обеспечивают надежную безопасность посредством операций с зашифрованной информацией. FHE накладывает заметные ограничения на производительность, поскольку для работы требуется огромная вычислительная мощность и достаточно ресурсов памяти. При реализации в FHE вычислительные требования становятся высокими, а традиционные методы анализа данных оказываются значительно быстрее. Время, необходимое для обработки с помощью технологий PEC, может сделать этот метод непригодным для использования в ситуациях, требующих функциональности в реальном времени, таких как частые рыночные операции и системы обнаружения мошенничества. Многие организации, ориентированные на производительность, избегают внедрения PEC из-за ограничений его интеграции в их отраслях.
Рынок вычислений, повышающих конфиденциальность: ключевые выводы
| Атрибут отчёта | Детали |
|---|---|
|
Базовый год |
2024 год |
|
Прогнозный год |
2025-2037 гг. |
|
Среднегодовой темп роста |
20% |
|
Размер рынка в базовом году (2024 г.) |
4,6 млрд долларов США |
|
Прогнозируемый год Размер рынка (2037 г.) |
49,2 млрд долларов США |
|
Региональный охват |
|
Повышение конфиденциальности. Сегментация вычислений.
Технологии (гомоморфное шифрование, доверенные среды выполнения, многосторонние вычисления, дифференциальная конфиденциальность, хранилища персональных данных)
Ожидается, что к 2037 году сегмент гомоморфного шифрования будет доминировать на рынке вычислений, повышающих конфиденциальность, и составит более 35,2% из-за растущего спроса на безопасность данных со стороны требований промышленного обмена данными. Компании привлекают несколько сторон и коллективно анализируют зашифрованные данные с помощью этой технологии благодаря ее способности защищать конфиденциальную информацию, что делает ее подходящей для строгих правил конфиденциальности данных. В этом сегменте также наблюдается рост, обусловленный постоянным развитием аппаратного ускорения. Технологические компании также сотрудничают в поиске решений для решения проблем с производительностью, возникающих в результате FHE. Например, в декабре 2024 года Optalysys заключила партнерское соглашение с Zama, чтобы предоставить решения FHE со скоростью аппаратного ускорения, чтобы сократить время, необходимое для внедрения FHE.
Тип (Облачный, локальный)
Ожидается, что в сегменте облачных вычислений на рынке вычислений, повышающих конфиденциальность, будет наблюдаться устойчивый рост из-за усложнения международных законов о конфиденциальности данных. Организации активно внедряют облачные методы безопасности для безопасной обработки конфиденциальной информации, одновременно соблюдая строгие требования жесткой защиты данных. Например, в сентябре 2023 года Inpher предложила платформу машинного обучения XOR, сохраняющую конфиденциальность, через Oracle Cloud Marketplace, что позволяет организациям безопасно выполнять аналитику, исключая раскрытие необработанных данных.
Развитие технологий сохранения конфиденциальности служит еще одним катализатором роста сегмента. Облачные решения обеспечивают безопасные многосторонние вычисления и гомоморфное шифрование вместе с надежными средами выполнения. Эти безопасные решения позволяют компаниям проверять и обрабатывать конфиденциальную информацию, сохраняя при этом полный контроль над доступностью данных как средство соблюдения современных стандартов конфиденциальности.
Наш углубленный анализ мирового рынка вычислений, повышающих конфиденциальность, включает следующие сегменты:
|
Технологии |
|
|
Тип |
|
|
Конечное использование |
|
Хотите настроить этот исследовательский отчет в соответствии с вашими требованиями? Наша исследовательская команда предоставит необходимую информацию, чтобы помочь вам принимать эффективные бизнес-решения.
Настроить этот отчетИндустрия вычислений, повышающая конфиденциальность – региональный масштаб
Рынок Северной Америки
На рынке вычислений, повышающих конфиденциальность, регион Северной Америки, по оценкам, к 2037 году будет доминировать более чем на 46,7%, что объясняется его способностью повышать безопасность данных. Организации в регионе используют решения для сохранения конфиденциальности, в том числе дифференцированную конфиденциальность и безопасные анклавы, чтобы защитить свои данные от воздействия растущих киберугроз и инсайдерских рисков. Правительства и финансовые учреждения инвестируют в эти технологии, чтобы создать непрерывные системы проверки для защиты критически важных данных.
Ожидается, что рынок вычислений, повышающих конфиденциальность, в США будет расти быстрыми темпами благодаря внедрению интегрированного обучения в различных отраслях. Благодаря этому подходу организации получают выгоду от децентрализованного обучения данным для построения моделей машинного обучения с использованием защищенных наборов данных. Федеративное обучение позволяет финансовым учреждениям выявлять схемы мошенничества, в то время как организации здравоохранения проводят совместные исследования, не раскрывая данные, связанные с пациентами. Рост требований к безопасности обмена данными заставляет организации инвестировать в технологии для защиты конфиденциальности в ходе вычислительных процессов.
Быстрый переход к облачным средам также побуждает местные предприятия развертывать вычислительные решения для защиты своих конфиденциальных рабочих нагрузок. Поставщики облачных услуг интегрируют технологии безопасного анклава в свои услуги для поддержки полного шифрования данных во время обработки. Например, в ноябре 2024 года Microsoft выпустила два новых чипа инфраструктуры центров обработки данных, чтобы сделать функции искусственного интеллекта более мощными и одновременно усилить возможности защиты данных. Интегрированный HSM Azure функционирует как инженерное решение, которое защищает критически важные для безопасности данные шифрования и другую конфиденциальную информацию в своем модуле безопасности.
Рынок вычислений, повышающих конфиденциальность, в Канаде демонстрирует устойчивый рост благодаря активному совершенствованию правил конфиденциальности данных. Закон страны о защите конфиденциальности потребителей, инициированный законопроектом C-27, устанавливает более строгие обязательства для предприятий по управлению личной информацией. Организации внедряют решения PEC, поскольку они обеспечивают сохранение данных и одновременное соблюдение современного законодательства о конфиденциальности. Новая нормативно-правовая среда в стране вынуждает сектора, включая здравоохранение, технологии и финансовые учреждения, использовать передовые технологии, защищающие конфиденциальность. Компании, работающие между Канадой и другими странами, часто управляют своими данными на международном уровне, что приводит к необходимости использования передовых решений безопасности для удовлетворения требований конфиденциальности.
Анализ рынка Азиатско-Тихоокеанского региона
Ожидается, что на рынке вычислений, повышающих конфиденциальность, в Азиатско-Тихоокеанском регионе произойдет значительное расширение в течение прогнозируемого периода, что связано с быстрым расширением услуг облачных вычислений. Предприятиям, переходящим на облачные платформы, требуются более безопасные методы обработки данных, что способствует росту рынка вычислений, повышающих конфиденциальность, в регионе. Эти предприятия используют вычислительные инструменты, повышающие конфиденциальность, при развертывании облака, чтобы защитить свои конфиденциальные данные, одновременно получая выгоду от инфраструктуры облачных вычислений. Растущее использование искусственного интеллекта и анализа больших данных также повышает спрос на технологии сохранения конфиденциальности, поскольку организации предпочитают обеспечивать безопасность ценной информации клиентов от потенциальных нарушений.
Рынок вычислений, повышающих конфиденциальность в Китае, переживает устойчивый рост благодаря развитию унифицированных рынков данных. В стране происходит переход от маркетизации элементов данных к разработке единой системы рынка данных, которая требует надежной системы безопасности данных. Более того, растущая потребность в защите данных в различных отраслях заставляет организации выбирать решения PEC. Организации внедряют технологии анализа и вычислений для защиты конфиденциальности и внедрения компьютерных решений для обеспечения конфиденциальности во всей своей операционной структуре.
Рынок вычислений, повышающих конфиденциальность, в Индии демонстрирует устойчивый рост благодаря растущей цифровой трансформации в стране, а также компаниям, использующим решения на основе искусственного интеллекта для обработки и анализа своих данных. В организациях активно внедряются методы вычислений, повышающие конфиденциальность, поскольку эти методы обеспечивают возможности безопасного использования данных. Интеграция технологий MPC и дифференциальной конфиденциальности набирает обороты, поскольку они удовлетворяют основные потребности в безопасности данных в финансовых учреждениях и организациях здравоохранения. Растущие требования к управлению ИИ создают потребность в передовых решениях для обеспечения конфиденциальности, которые защищают развертывание бизнес-ИИ от безответственных действий.
Компании, доминирующие на рынке вычислений, повышающих конфиденциальность
- Корпорация Microsoft
- Обзор компании
- Бизнес-стратегия
- Ключевые технологические предложения
- Финансовые показатели
- Ключевые показатели эффективности
- Анализ рисков
- Последние разработки
- Региональное присутствие
- SWOT-анализ
- Корпорация IBM
- Google LLC
- Корпорация Intel
- Cisco Systems, Inc.
- Корпорация Symantec
- McAfee, LLC
- RSA Security LLC
- Palo Alto Networks, Inc.
- Fortinet, Inc.
- Check Point Software Technologies Ltd.
- Лаборатория Касперского
- Sophos Group plc
- AVG Technologies
Рынок вычислений, повышающих конфиденциальность, расширяется, поскольку организации отдают приоритет безопасной обработке данных и соблюдению нормативных требований. Ключевые игроки, включая IBM, Microsoft, Google, AWS, Intel и Duality Technologies, разрабатывают такие решения, как гомоморфное шифрование, безопасные многосторонние вычисления и доверенные среды выполнения. Стратегические партнерства и приобретения стимулируют инновации: поставщики облачных услуг интегрируют технологии PEC для сохранения конфиденциальности ИИ и безопасных транзакций. Нормативно-правовая база ускоряет внедрение, вынуждая предприятия внедрять надежные решения по обеспечению конфиденциальности. Вот некоторые ключевые игроки, работающие на мировом рынке вычислений, повышающих конфиденциальность:
Последние события
- В феврале 2024 года IBM заключила партнерское соглашение с NCS для разработки квантово-безопасных и повышающих конфиденциальность услуг для государственных учреждений и предприятий Сингапура. Их совместный технический документ посвящен рискам сбора и расшифровки последующих угроз и помогает организациям применять методы квантовой безопасности.
- В декабре 2023 года SAP сотрудничала с Bosch, чтобы использовать безопасные многосторонние вычисления для анализа данных с сохранением конфиденциальности в различных отраслях. MPC — это усовершенствованный криптографический метод, позволяющий нескольким организациям совместно выполнять вычисления, сохраняя при этом конфиденциальность своих конфиденциальных данных, что приносит пользу клиентам и партнерам SAP, которые обрабатывают разнообразную конфиденциальную информацию.
Авторы отчета: Abhishek Verma
- Report ID: 7399
- Published Date: May 07, 2025
- Report Format: PDF, PPT
