  2022可信隐私计算峰会于2022年12月28日在北京召开，在此次峰会上，2022隐私计算“星河”案例名单重磅揭晓。富数科技联合中信证券股份有限公司申报的《全匿踪隐私计算技术在证券领域应用》，成果从595份申报项目中脱颖而出，入选2022大数据“星河”十大隐私计算标杆案例，是“星河”案例中的最高级别认证，同时也是全行业第一个落地案例。
富数科技根据中信证券的项目需求、技术标准要求、服务要求等，提供产品技术方案，进行系统总体架构、功能架构和技术架构设计、在场景多个合作方各自私有化部署搭建阿凡达隐私计算平台，实施全匿踪对齐、全匿踪联邦学习建模、模型管理与离线部署，匿踪查询、匿踪联合统计等技术服务，实现全匿踪隐私计算技术在集团并表管理、联合风控、强监管联合营销等多个场景的实际应用。 本成果应用技术的创新性表现在，相比一般隐私计算技术，本案例采用全匿踪隐私计算技术，首次突破无需安全求交、不泄露交集ID、在全匿名数据集下进行多方计算和联邦学习的技术难题。在多方安全计算应用场景中，联合风控第一阶段采用匿踪查询技术，全匿踪统计计算，避免暴露子公司客户id；在联邦学习应用场景中，联合营销采用全匿踪对齐，全匿踪联邦训练，匿踪查询结果，避免安全求交暴露证券公司及某互联网平台双方交集客户id，满足个人信息匿名化的安全合规要求。 今年12月“数据20条”第六条提出，创新技术手段，推动个人信息匿名化处理。全匿踪联邦学习不仅仅做到个人信息不出域，也不暴露交集ID，而且在进行匿名化的处理上，进行联邦学习训练获得的模型和群体画像，对个人信息的保护是最强的，也是完全合规的。符合国家层面针对数字化经济转型关于数据是生产要素和全国统一大市场的顶层设计。 富数科技全匿踪联邦学习在11月通过了金融行业权威测评中心的检测认证，拿到了资质证书，全行业第一个；同时也在中信证券进行了商业化应用，实现金融集团跨主体联合风控和全匿名的联合营销建模，同样是全行业第一个落地案例。 END |
|
|
