大數據與人工智能時代背景下，數據在各行各業應用越廣泛，數據價值就愈加凸顯，數據泄露和濫用造成的影響和損失也越大。在數字經濟發展過程中，侵犯用戶隱私、大數據殺熟等問題不絕于耳。有報告顯示，數據泄露已非孤立事件，各行業都有相關事件。在教育、醫藥、能源、健康等領域，每一起數據泄露事件造成的平均損失至少在500萬美元以上。
在主觀意識層面無法確保數據隱私保護的情況下，向客觀的技術尋求支撐就成了必然之路，隱私計算由此誕生。這是一類在保證數據提供方不泄露敏感數據的前提下，對數據進行計算并能驗證計算結果的技術。今年以來，隱私計算的性能有了大幅提升，這是商業化落地非常關鍵的因素。
在隱私計算框架下，參與方的數據不出本地，在保護數據安全的同時實現多源數據跨域合作，可以破解數據保護與融合應用難題。常見的實現隱私計算的技術路徑包括聯邦學習、安全多方計算、可信計算等，此外區塊鏈也是隱私計算的重要補充。
近年來，科技和金融的融合發展有效提升了金融服務質效，但信息科技的廣泛應用免不了對金融各主體的經營信息、財務信息進行篩選和過濾，造成了企業在使用信息科技的過程中容易陷入“道德困境”。為了保障在利用數據的同時不違背信息安全紅線，百融云創經過不斷地技術演繹，開發出的Indra數據安全保護平臺，為實現信息科技的技術完善目標再下一城。
百融云創從隱私集合求交集、聯邦學習等方向入手，以密碼學領域的重要理論和技術為基礎，結合大數據具體應用場景，搭建了安全多方計算平臺Indra，促進安全多方計算、機器學習等理論研究的落地。同時，以區塊鏈技術為輔，實現數據確權和數據價值流轉目標，為數據信息安全保駕護航。Indra平臺的優越性在于它可以適應不同的應用場景，可以為合作方、客戶之間提供一種安全、高效的數據合作模式。
另外，值得一提的是，在進一步精準確定用戶“名單”的過程中，Indra平臺采用并改進多種隱私集合求交集算法，可以應用于不同數據量、離/在線、是否含附加消息等各種場景，能夠消除黑名單共享以及營銷匹配場景中可能出現的非目標用戶的信息泄漏隱患。聯邦學習則將解決用戶數據隱私安全和合規性問題進一步深化。百融云創的Indra平臺會根據所服務的金融機構的具體業務，對重疊數據進行處理和訓練，進而使數據應用條件更合規，匹配效果更精準，同時也能保證模型推理過程中客戶數據的隱私保護。
未來，百融云創將持續提升公司的AI技術和數據分析能力，不斷提升產品及服務的能力及創新，使得龐大的數據要素成為可管控資產，在隱私計算方向加大研發力度，真正成為金融數字化轉型的科技引擎。
免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據。
