蓝象智联发布战略性金融级隐私计算产品品牌，GAIA系列首度亮相【星特写】

近日，在由巴比特主办的2020世界区块链大会·武汉分论坛现场上，蓝象智联创始人兼CEO徐敏重磅发布战略性金融级隐私计算产品品牌GAIA，这是国内首个金融级隐私计算技术平台，同时也是国内目前已经投产的、最多金融机构参与的多方安全计算联盟平台的底层技术平台。目前，蓝象智联已获联想之星、金沙江创投、万向等投资。

据悉，蓝象智联由原阿里金融云总经理徐敏以及蚂蚁集团原首席架构师童玲联合创办，专注于金融级隐私计算服务。公司40%人员来自阿里和蚂蚁集团，拥有很深的行业实践经验和资源积累。

1

掘金千亿级别数据要素市场

随着数据和数据价值的持续提升，数据已经是金融的核心生产要素。徐敏预测，三年之内数据要素市场将有10倍的增长，成为一个千亿级别的市场。

然而，现在的数据要素市场由于隐私问题，影响了很多领域正常业务的开展，进而导致“数据孤岛”现象。如何在保护数据隐私的前提下解决数据孤岛问题，隐私计算被多个行业都视为颇具潜力的解决方式，特别是在金融行业。

对金融机构来说，数据的应用能力决定着发展的天花板。近年金融机构加快数字化转型，尤其在引入大数据、云计算等技术后，越来越多的头部金融机构在业务交易能力上具备了头部互联网金融机构的爆发力，无论是业务量暴涨、还是业务形态的创新，都可以较好满足，如每年的“618”、“双11”等。但仍有大多数金融机构尚未完全具备像头部互联网金融机构应用数据的能力。

徐敏认为，金融机构首先要有能力通过合规、合法和可持续的手段把更多的数据源引入到业务中。目前已经证实，除了金融机构自有数据之外，来自运营商、政府、企业SAAS或互联网平台的数据对业务创新有非常显著的作用，隐私计算和区块链技术结合，就是让大家可以合规、合法和可持续地把有价值的数据引入到金融业务中。

市场预测，2020年是隐私计算元年；2021将是应用落地年，市场空间巨大，会在多个行业会衍生出大量的隐私计算和联邦学习的适用场景，部分场景也会从最初的应用试点到全行业推广。作为创业公司，蓝象智联更聚焦围绕金融行业的需求，从运营商、政府、企业SAAS平台或者互联网平台等数据源来找匹配的数据源，重点关注营销和风控两大领域。

2

隐私计算相关技术日臻成熟

徐敏表示，从根本上来说，隐私计算实现的是数据安全可用，但不可见。通过隐私计算可以取得“数据孤岛互联”、“数据隐私保护”和“业务发展”三者间的平衡和共同发展。蓝象智联通过在各个数据交互方本地机房安装隐私计算安全节点，实现各种数据加密和计算，节点之间通过专线或互联网连接。这套方案可以实现数据不出本地、但可参与多方计算；数据不动、模型动来实现联合的模型学习和预测。

隐私计算的底层技术是安全密码学或者密码学和AI的交叉学科。密码安全促进金融科技变革的应用领域有3个，第一个是ic卡和移动支付，代表作是智能芯片和二唯码；第二个是网上银行和电子商务，代表作是u盾和ssl加密协议；第三个是隐私计算在金融大数据的应用，代表作是多方安全计算和联邦学习。金融的民主化、扩大化，必然走向更加开放互联。上面第一个和第二个场景代表着金融交易系统的开放互联，第三个代表金融大数据体系的开放互联，其对金融的创新变更不会亚于前面两个。

这里提到的“联邦学习”，是一种加密的分布式机器学习技术，各个参与方可在不披露底层数据和其加密形态的前提下共建模型。2017年4月，谷歌在官方博客中发文，提出了“联邦学习”（Federated Learning）。

在机器学习领域，框架性的问题有很多解决方案，但是数据的共享问题一直没有好的答案。如何在保证隐私安全的前提下利用数据是人工智能发展面临的一大难题，而联邦学习框架的提出，为解决该难题提供了一个高可行性的方案。

联邦学习主要解决的问题是在企业各自数据不出本地的前提下，通过加密机制下的参数交换与优化，建立虚拟的共有模型。这个共有模型的性能和传统方式将各方数据聚合到一起使用机器学习方法训练出来的模型性能基本一致。通过这种方式，可以从技术上有效解决数据孤岛问题，让参与方在不泄露用户隐私数据的基础上实现联合建模，实现AI协作。

联邦学习通过加密机制下的参数交换方式保护用户数据隐私，加密手段包括同态加密等，其数据和模型本身不会进行传输，因此在数据层面上不存在泄露的可能，也不违反更严格的数据保护法案如GDPR等。在目前GDPR等更严格的数据保护方案下，联邦学习是对用户数据隐私保护更为有力的手段。

联邦学习按照数据集X特征变量和Y目标变量的特征重叠情况，分为横向联邦、纵向联邦、联邦迁移学习。横向联邦意味着两家公司需要数据格式一致，那么大概率是在同一领域的相互竞争的两家公司，合作的概率不大，因此横向联邦是很难有大的市场的。目前纵向联邦建模应用较多，尤其在to B业务中。一家数据非常全的公司，然后其它公司跟这家公司撞库，即可碰撞出很多商业合作场景。

同时，区块链技术也是隐私计算的最佳拍档。区块链是构建数据价值交换经济生态的最佳底层基础设施，其中交换标的物是数据资产的使用权，交换媒介是基于隐私计算技术的数据价值交换网络，参与者是数据的供应方和需求方。最终，区块链技术可以来保存各种数据交易记录，让整个交易过程清晰可见并可追溯，并以它为基础来实现数据的计量计价，以及探索未来的各种基于场景或贡献度的数据计价。通过隐私计算和区块链技术结合，所有业务参与方可以合规、合法和可持续地把有价值的数据引入到金融业务中。

3

隐私计算应用场景不断拓展

目前，国内已涌现成熟的隐私计算的场景。

11月26日，中农工建等170家银行业金融机构和银联数据、建信金科、腾讯、百度、京东数科等金融科技公司，以及普华永道、安永等咨询公司，字节跳动、饿了么、中兴通讯、顺丰物流等产业链企业产业相关方参与的“金融数字化发展联盟”正式成立。在成立仪式上，银联数据和新网银行联合推出的“短时多头”联合风控平台，这个平台目前已投入使用，有4-5家金融机构已经基于它在跨机构查询短时多头名单，这也是目前已经投产的、最多金融机构参与的基于多方安全计算的金融联盟。

在前期与多家银行、运营商及多个行业客户合作的过程中，蓝象智联不断地完善产品线，并在世界区块链大会上，正式发布蓝象智联的GAIA产品品牌，通过基于隐私计算的数据彩虹桥，让整个社会借助数据价值的共享，进入到一个更好的状态。

作为金融级隐私计算产品，蓝象智联GAIA系列产品具有高安全、高精度、高性能、易用、高可用的特点。目前蓝象智联推出了两个产品系列，分别是数据安全计算节点GAIA EDGE以及一站式联邦学习平台GAIA CUBE。

GAIA EDGE，是基于隐私计算构建数据彩虹桥，让不同机构之间的数据可以通过它实现数据价值流通和共享，既保护数据隐私、同时也消除数据孤岛，目前GAIA EDGE已经应用到多家金融机构和运营商。

GAIA CUBE，是一个蓝象智联推出的一站式联邦学习平台，把目前的模型人员在集中式建模过程的使用习惯在联邦学习和多方安全计算环境中得到保留。GAIA CUBE产品目前正在多家运营商和银行机构之间使用。

徐敏认为，云让“一切业务数据化”，隐私计算和区块链让“一切数据业务化”，隐私计算和区块链的结合是“一切数据业务化”的前提和必经途径。数据要素市场今天才刚刚开始，预估三年之内数据要素市场可以有10倍的增长，成为一个千亿级别的市场，蓝象智联将会配合数据方和数据使用方的客户和合作伙伴一起进步、一起进化，让整个数据要素市场可以得到健康、合规的发展。

参考来源：

https://www.8btc.com/article/676854

https://baijiahao.baidu.com/s?id=1685323434381967276&wfr=spider&for=pc

https://mp.weixin.qq.com/s/D-Uz-F1FWJ7_dwx-j2KmQQ

相关阅读：