大数据时代，出于对数据安全和隐私的考虑，形成了一个个数据孤岛，数据之间不能互通，数据的价值无法体现。如何应用海量的数据，实现数据流动，同时能够保护数据隐私安全、防止敏感信息谢露是当前大数据应用中的重大挑战。为解决以上问题，隐私计算应运而生。而从技术的分类来看，隐私计算有以下几个主要方向：首先是以密码学为核心的隐私计算技术栈，包括安全多方计算、零知识证明以及同态加密等，其次是联邦学习、可信执行环境以及差分隐私等技术。

明朝万达采用基于同态加密的多方安全计算协议广泛应用于金融、公安、通信、医疗、教育、政企等各行业，结合包括联邦学习、可信执行环境等先进技术实现，在多场景中取得了实践突破：跨领域、跨层级监管机构的数据安全共享应用，区域（金融）行业联盟数据安全融合应用平台，开放数据科学服务的数据安全联合服务中心等。深度应用差分隐私与AI交叉融合应用，实现对用户隐私的全程防护，落实数据平台对数据主体的隐私保护，其中广泛应用的包括基于数据加噪的用户隐私安全防护，隐私数据安全合规检测工具，以及采用深度学习的隐私内容识别与真实性鉴别能力等。