全球企业加码数据安全，正是智能时代的“基座”( 二 )

翼方健数CEO罗震认为,未来,技术甚至支持多个隐私安全计算平台作为分布式网络进行交互。完成数据探查、数据价值输出到数据价值流通,数据价值高地将会真正出现,形成一个“数据和计算的互联网”(IoDC) 。
微众银行——联合多家外部合作伙伴建立小微企业信贷风控模型
近年来,虽说小微贷款越来越受重视,但由于风险过高,许多银行不愿给小微企业贷款,因此如何规避风险,降低微型企业贷款的不良率显得尤为重要。
微众银行联合多家外部合作伙伴一起搭建基于联邦学习的风控模型,以解决小微企业贷款风控数据不足的问题。
在报告中,通过以微众银行和发票信息服务公司的合作案例,验证微众银行“基于开源的联邦学习系统FATE进行纵向联邦建模,多个机构可以建构联合模型而无需共享其数据”模式的有效性和安全性。
与只使用传统模型来训练标签Y相比,联合发票数据的纵向逻辑回归AUC增加12%,随着模型效果的改善,贷款不良率明显下降。
蚂蚁金服——蚂蚁链摩斯多方安全计算平台
金融企业应用场景各方都有各方的数据系统,并不互用,而且互用方式对隐私信息的保护也需要单独投入研发,蚂蚁链服务可解决这一难题。在金融场景下,蚂蚁链可以解决单一机构数据不足,第三方合规数据不易获取的困难。
蚂蚁链摩斯多方安全计算平台采用去中心分布式架构,数据合作各方通过本地安装的摩斯计算节点完成安全计算,保证原始数据不出域,仅输出计算结果。
并可将查询调用记录存证在区块链上,防止数据造假,保障数据质量。
例如与富民银行联合风控,富民银行利用摩斯安全计算平台,和合作方实现多方联合风控,在保证数据安全的同时,实现模型预测效能提升25% 。有效降低业务风险和不良资产率。
华控清交——PrivPy多方计算平台助力金融机构
金融业作为经营风险的行业,在业务数据化驱动与合规经营的内外部环境要求下,其数据安全共享与融合应用的需求愈加迫切。
金融机构面向个人投资者销售资管产品时,需要严格确认投资者当前持有的金融资产总额或年收入总额等,以核实其是否具有投资资格。
面对上述问题,华控清交在中国互联网金融协会指导下,使用多方安全计算技术,实现了在保护申请者数据隐私的前提下,融合各机构客户金融资产、收入流水等数据,自动计算投资者的金融资产或收入状况信息,实现高效合规的个人合格投资者认证,同时全流程可验证、可追溯、可解释、可审计、可监管。
在大数据与人工智能时代背景下,AI与数据计算在各行各业应用越广泛,数据价值就愈加凸显。
隐私计算看似是个全新的概念,其实是个世界级的话题。隐私计算最早源于人工智能的兴起,直到今天随着数据的价值日益彰显。
近年来,资本市场对该领域的关注度愈渐火热,2020年-2021年隐私计算赛道融资事件也呈现几何式增长状态。2021年7月底,隐私计算领域技术专精型公司中已披露的最大规模单笔融资由国内“隐私计算四小龙”之一的翼方健数宣布完成,总金额超过3亿元人民币。隐私计算企业获得来自资本的认可,无疑也肯定了隐私计算将在未来发挥巨大的潜力。（责任编辑：张晓波）
来源：和讯网