百融云创：赋能数据隐私保护 多方安全计算价值凸显

2021年是"十四五"开局之年，"十四五"规划纲要提出，加快数字化发展，建设数字中国。当前，数据已经取代"石油"成为当今世界最有价值的资源。但是，企业或政府等组织却无法发挥其最大价值。而主要原因在于数据流通不畅，"数据孤岛"现象的普遍存在、全球数据合规监管日趋严格和隐私泄露事件频发。

现实中，数据使用方需要将各方数据融合在一起，建立模型进行数据挖掘；数据拥有者出于数据安全保密的顾虑而不愿共享数据，结果导致不同企业、不同机构间难以获取对方数据进行联合分析或建模，数据价值无法充分发挥。这就是数据流通不畅的真实写照。目前，它已经成为制约大数据行业发展的重要问题。

单个数据，甚至单个平台数据使用价值有限，只有实现多方数据相互关联、共享，才能"看见""挖掘"并"实现"数据价值，推动行业成长。多方安全计算在金融业的应用实施，对于打通数据要素有序流转通道，推动数据跨部门、跨机构、跨业态融合应用，加快培育数据要素市场，实现市场要素的有序流转，具有非常重要的意义。

去年11月24日，中国人民银行发布了《多方安全计算金融应用技术规范》，规定了多方安全计算技术金融应用的基础要求、安全要求、性能要求等，适用于金融机构开展相关产品设计、软件开发、技术应用等。

百融云创作为国内领先的独立AI技术平台，近年来也在积极探索多方安全计算在金融领域的应用，并从隐私集合求交集、联邦学习等方向入手，以密码学领域的重要理论和技术为基础，结合大数据具体应用场景，搭建了安全多方计算平台Indra,促进安全多方计算、机器学习等理论研究的落地。

Indra平台的优越性在于它可以适应不同的应用场景，可以为合作方、客户之间提供一种安全、高效的数据合作模式。同时，以区块链技术为辅，实现数据确权和数据价值流转目标，为数据信息安全保驾护航。

值得一提的是，在进一步精准确定用户"名单"的过程中，Indra平台采用并改进多种隐私集合求交集算法，可以应用于不同数据量、离/在线、是否含附加消息等各种场景，能够消除黑名单共享以及营销匹配场景中可能出现的非目标用户的信息泄漏隐患。

联邦学习则将解决用户数据隐私安全和合规性问题进一步深化。百融云创的Indra平台会根据所服务的金融机构的具体业务，对重叠数据进行处理和训练，进而使数据应用条件更合规，匹配效果更精准，同时也能保证模型推理过程中客户数据的隐私保护。

未来，百融云创将更加注重产品研发环节中的隐私保护问题，不断更新和优化百融云创的科技服务质量，为客户提供更放心和满意科技服务。