大数据的保护隐私问题本质上是一种数据隐私保护问题，而数据隐私是指数据拥有者不愿意被披露的敏感数据或者数据所表征的特性。因此，保护大数据隐私最根本的是保护敏感数据不被泄露，也就是说大数据的隐私问题本质上是大数据的泄露问题。在大数据的整个生命周期内，可能发生数据泄露的领域目前来看主要包括大数据的存储、搜索和计算。与传统的数据隐私保护不同，大数据的存储、搜索和计算这三个方面所面临的隐私保护问题都是新型的隐私保护问题，是由大数据规模大、增长速度不可预知等特点带来的。因此，大数据一般存储在云上，由云存储服务提供者进行管理。虽然将大数据存放在云上极大地方便了数据的拥有者，但是云存储服务提供者并不完全可信，这导致，①数据拥有者必须验证存储在云上数据的完整性，防止数据被破坏；②数据可能将以密文形式存储，所以数据拥有者需要高效的密文搜索算法来搜索存储在云上的加密数据；③数据拥有者需要安全地利用云上的数据进行计算。

在大数据的存储方面，虽然目前已有很多协议可以较为高效地验证存储在云上的大数据的完整性，但是这些协议都需要数据拥有者亲自验证。限于数据拥有者的专业水平、计算能力等原因令其频繁地验证大数据的完整性是不切实际的。因此，在大数据完整性验证协议中引入第三方审计机构是一个自然的选择。然而，这种依赖第三方的大数据完整性验证方法可能会将数据拥有者的数据泄露给审计机构。这就是说，大数据在存储阶段面临隐私泄露风险的主要原因是大数据的完整性验证协议采用了第三方审计机构。因此，大数据存储方面的主要隐私保护问题是如何设计一种安全高效的、能够阻止数据拥有者的数据泄露给第三方审计机构的大数据完整性验证协议。

在大数据的搜索方面，我们知道大数据可能以明文或者密文两种方式存储，按照这两种不同的存储方式分类，大数据的搜索可分为明文搜索和密文搜索两种模式。如果大数据以明文方式存储，则相应的大数据搜索问题即传统的数据查询和数据发布问题，否则，大数据的搜索即对密文的搜索。大数据以密文方式存储主要是因为这类大数据较为机密，如果大数据的机密性较低或者机密数据因为某些原因被解密，比如某用户得到数据拥有者的授权而获取某些机密数据等，此时大数据将（或者可以看作）以明文方式存储。以明文形式存储的大数据，如果对搜索不加以限制和防范必然会泄露数据的隐私，因此研究人员设计了很多保护隐私的明文搜索算法。虽然密文搜索算法已不是新鲜事物，但是这类算法的安全性仅仅依赖于敌手的计算能力，与敌手的背景知识无关，所以更适用于大数据的隐私保护搜索。在保护隐私的大数据密文搜索问题中，由于机密数据以密文形式存储，因此可以忽略数据泄露的问题而将隐私保护的重点放在如何设计满足大数据实际需求的密文搜索算法上。

肖绪文　院士　中国建筑股份有限公司技术中心顾问总工

施工现场装配化包括：临建设施装配化、结构构件装配化、配件安装整体化、现场施工机械化、现管理信息化、操作人员专业化、装配化实施的前提条件、建筑设计标准化、构配件生产标准化、设备管道集成化、建筑形式多样化、构配件供应配套化。

绿色建造包括立项绿色策划、绿色设计、绿色施工。其中，立项绿色策划解决的是建筑工程绿色建造总体规划问题；绿色设计重点解决绿色建筑实现问题，为绿色施工提供一定支持；绿色施工重点强调节约资源，减少废弃物排放，解决大环境保护问题。(www.daowen.com)

绿色建造和施工现场装配化两者关系主要表现在，一是施工现场装配化是实现绿色建造的重要途径，可提升绿色建造水平；二是施工现场装配化不一定能实现绿色建造，实现绿色建造有利于施工现场装配化的全面深入推进。

推进施工现场装配化是大势所趋，这既是经济发展阶段决定的，也是新型城镇化发展和建筑业转型升级的需求，更是人力资源短缺现状和装配化技术渐趋成熟使然。

目前我国的施工现场装配化存在诸如建设体制机制不适应、装配技术研究不成熟和现行标准存在不完善等诸多问题。需要强化配式结构体系的整体抗震性能研究、外围护结构基于热工性能、混凝土收缩及防水的综合技术研究、预制体系模数化和标准化研究、构配件生产工业化、信息化、自动化的成套装备研究、基于绿色建造的装配化施工技术研究和基于绿色建造的现场施工装配化配套政策及法规研究等。因此，我针对此提出相关建议：一是明确目标，做好顶层设计，总体规划，分步实施；二是针对目前存在的共性问题，组织联合攻关，基于绿色建造，创新结构体系研究，创造符合装配化综合要求的体系和集成技术；三是合理布局构配件生产厂家，高端切入，培育新的现代化产业，重点发展与装配化要求相适应的配套产品，促进装配化协调发展；四是重视建筑配件整体化、设备安装集成化技术研究和推广应用；五是要注意，施工现场装配化是系统工程，切忌盲目性，注重科学推进。

另外，在大数据环境下，数据拥有者或者其他用户通常希望利用存储在云上的大数据，因此他们可能会需要云服务提供商计算特定的大数据并将计算结果返回。然而作为计算输入的大数据或者计算结果可能是非常机密的，所以保护隐私的大数据计算问题就是指如何能够安全地计算大数据而不泄露机密数据或计算结果给第三方。显然，对于机密数据而言，直接将其提交给云服务提供商进行计算是不明智的，因此在大数据的计算中，数据和计算结果都需要以密文形式保存。在这种情况下，处理大数据计算问题的一个有效的方法就是使用同态加密方案。实际上，能够完全保护大数据计算隐私的技术几乎也仅限于同态加密方案。由于大数据中用户较多，各用户所要求的计算问题可能也比较多，简单的同态加密方案是不适用的，而完全同态加密方案可以对密文作任意复杂的计算，能够在理论上完美地解决大数据的隐私保护计算问题。