沙龙|隐私计算技术在金融业怎么落地?
2021年6月16日下午,由隐私计算联盟(PPCA)、金融数据智能联盟(FINDA)、中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)共同举办的“隐私计算金融应用沙龙”成功举办,沙龙在线直播观看人数超过2500人次。
本次会议由中国信通院云计算与大数据研究所牵头组织,邀请了来自中国工商银行、交通银行、微众银行和蚂蚁区块链科技的专家深入探讨了隐私计算和金融行业融合的相关技术、产品、应用和行业发展情况。中国信通院云大所大数据与区块链部专家袁博主持了沙龙。
袁博 | 隐私计算相关情况介绍
强锋 | “联邦学习在金融行业的应用”
中国工商银行软件开发中心大数据与人工智能实验室资深经理强锋介绍了联邦学习在金融行业的场景现状和未来规划与技术展望。通过对隐私计算技术的背景和相关行业标准的深入分析与理解,可以挖掘数据中蕴藏的巨大价值,消除行业数据孤岛现象。中国工商银行的联邦学习主要应用于贷款风险监测,信用卡申请泛欺诈预测,保险营销和挖掘潜在客户等场景。未来,工行将继续深入开展与联邦学习相关的工作,逐步试点联邦学习技术在业务场景上的实践应用,并联合制定金融业联邦学习标准,推进建立联邦学习对外合作的常态化机制和联合场景合作建设模式。
谢谨 | 多方安全计算技术金融应用的实践与思考
交通银行金融科技创新研究院二级专家谢谨介绍了多方安全计算技术在金融行业应用的实践与思考。通过对于金融行业常用隐私计算类技术的梳理与概念理解,重点厘清多方安全计算技术的应用范式。结合交通银行在多方安全计算技术上的实践案例与相关探索,对于多方安全计算的技术的金融行业应用趋势做出判断与解读。同时也对于多方安全计算技术发展中的难点和问题提出了应用中的思考和展望。
严强 | 微众银行多方大数据隐私计算实践
微众银行区块链安全科学家严强提出,有效支撑多方大数据场景是业界普及隐私计算、加速数据生产要素化和大数据产业升级的关键。多个参与方同时参与海量隐私数据协作业务显著提高了对隐私计算的技术要求,不仅会带来性能和计算资源的压力,还可能衍生额外数据泄露风险、操作风险、道德风险,最终影响业务可用性。基于微众银行自主研发的多方大数据隐私计算平台WeDPR-PPC和全面隐私保护技术能力矩阵,严强围绕联合风控、联合报表、隐私查询、数据开放服务四类应用场景,深入分析了多方大数据相关技术挑战和应对之道。寄望未来技术发展,严强重点探讨了如何更好地支持2C场景、为敏感业务计算结果提供公开可验证性、兼顾技术升级迭代的前提下实现有效的互联互通、横向隐私计算和纵向隐私计算的差异化发展策略。
户阳冰 | 隐私计算在金融场景全链路的应用方案
蚂蚁链摩斯平台架构师户阳冰分享了隐私计算在金融行业的具体案例。其中主要提到大数据应用中通常会面临两类数据问题,一是数据合规问题,二是数据孤岛效应。数据合规问题可以使用区块链技术来解决。数据孤岛效应可以运用隐私计算来应对,金融机构之间可以做到“数据可用不可见”、“数据不动价值动”,在确保安全合规的前提下最大化数据价值,实现合作共赢。同时也分享了利用区块链技术+隐私计算技术结合起来做的多方隐私协同计算项目。其中在区块链共识计算主要应用在身份确认、授权、数据治理、审计及结算,而隐私计算主要来解决数据匹配、统计、策略及建模。
扫码立即观看沙龙直播回放。
本期主题联系人
袁博 yuanbo@caict.ac.cn
往期推荐