尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
1月28日是國際數據保護日，其目的是鼓勵人們關註數據安全，以實際行動來保護在線個人資訊安全。尤瓦爾·赫拉利在《未來簡史》裡預測過，互聯網時代的競爭將是數據的競爭。與1981年確立國際數據保護日時相比，如今的生活中，小到衣食住行，大到空間環境，無一不被資訊、數據所包圍。
如安在海量資訊的大環境下，合理、合法地開展數據應用，並且有效、及時地保證用戶隱私，成為數據時代不可回避的問題。有人把數據隱私、數據共享和數據交易稱作數據的「不可能三角」。既要保證數據流通和共享，同時需要將那些無所不采、無所不用的數據資訊，限定在一個安全閾值範圍之內。這項看上去似乎是很難完成的任務，正在通過一種叫做「隱私計算」的技術輕松化解。
有行業人士估算，隱私計算行業整體市場規模可能將超過千億元。面對亟待爆發的這個市場，包括螞蟻、騰訊、中國平安在內的行業頂流已經具備了「隱私計算」技術的絕對優勢，無論在專利技術，亦或是研發投入上均不吝投入。
當下瞬息萬變的商業環境中，誰將占得先機？
數據隱私之痛何解
如果提煉2021年的十大關鍵字，「數據安全」必須占有一席之地。
2021年，我國迎來網路安全和數據保護領域的立法「大年」。《關鍵資訊基礎設施安全保護條例》《中華人民共和國數據安全法》《中華人民共和國個人資訊保護法》等新法規，與2017年出臺的《中華人民共和國網路安全法》共同構成了我國網路空間的監管體系。
2021年9月22日，CBIRC發布的新版《商業銀行監管評級辦法》，把「數據治理」增加為評級要素，數據真實性、準確性、完整性將作為評判銀行風險管理狀況的基礎性因素，從而加大數據治理監管力度。數據保護能力已成為數字時代企業的生存基礎，數據安全則是數據治理的重要部分。
明文數據一旦可見就可被無限復制，繼而暴露數據資訊和隱私。數據被亂用、濫用還會導致數據價值無法定價，無法形成大規模的市場流通。隨著計算發展，數據脫敏、匿名和沙箱模式等傳統的數據安全模式，已經無法解決數據要素市場化過程中存在的諸多問題和挑戰。因此，隱私增強計算正成為企業機構需要深挖的重要戰略科技趨勢之一，並在諸多領域開始應用。
比如，在金融領域，前不久金融科技公司金融壹帳通公司成功中標招商銀行的「隱私計算平臺互聯互通」項目。無獨有偶，該公司還與另外一家行業頭部資訊技術公司聯手建設了隱私計算平臺，共同探索在滿足隱私計算要求下業務迫切需要的金融數據流通與合作模式。均成為「隱私計算」技術落地場景比較成功的項目。
所謂隱私保護計算（Privacy-Preserving Computation），是由兩個或多個參與方聯合計算的技術和系統，通過協尷尬刁難數據進行聯合機器學習和聯合分析，實現數據處於加密狀態或非透明（Opaque）狀態下的計算，從而達到各參與方隱私保護的目的。
隱私保護計算不是一種單一的技術，而是一套包含人工智慧、密碼學、數據科學等眾多領域交叉融合的跨學科技術體系。相比傳統的多中心合作模式或隱私保護手段，隱私保護計算既能實現計算結果精度可保證、數據使用過程可追溯，又能在此基礎上增加樣本量、豐富數據維度。因此，可以大幅釋放數據價值、提升數據資源使用效率、促進數據要素化市場發展。
「不可見」之下的數據「可用」
數據的價值在於應用和交易。金融行業對於數據價值的應用需求以及對數據安全的訴求，使得可以真正做到「數據可用不可見，可控可計量」的隱私計算，成為最可行的數解決方案。
2017年，中國平安便開始布局隱私計算領域，經過多年的沉淀，已經擁有一件決勝千里的「利器」，這就是由其完全自主研發的全方位數據服務商業解決方案——「蜂巢」 聯邦智能隱私計算平臺，該平臺獲得了「2020年BAI全球創新獎監管科技創新獎」、「2020年中國計算機學會科學進步優秀獎」等重要獎項。
「蜂巢」的隱私計算以創新金融生態為基礎，創新性地提出了「聯邦智能+」概念，在圖計算、計算機視覺、自然語言處理等領域進行技術延伸突破，完全自主研發聯邦圖、聯邦視覺、聯邦翻譯、聯邦NLP等行業內首創技術，為隱私計算行業打開了新世界的大門。金融壹帳通的隱私計算其背後的技術支持，便來源於中國平安這個「蜂巢」 聯邦智能隱私計算平臺。
隱私計算的應用場景非常廣泛，主要應用於金融風控、金融營銷、監管科技、醫療等場景。目前蜂巢聯邦智能隱私計算平臺已經成為解決當下數據難題與隱私保護的一大利器，助力企業建設跨企業、跨數據、跨領域的大數據AI生態。
例如，某銀行擁有行內貸款風控建模資訊，希望由此拓寬資訊維度，然而，傳統的外部資訊引入、數據拼表建模的形式存在著流程慢、數據安全隱患等諸多痛點。在業務發展與風險規避的雙重需求之下，銀行採用聯合建模方式，與某互聯網公司進行合作，在銀行自有的風控模型的基礎上，利用互聯網公司的用戶消費記錄等，針對風控場景進行聯合建模，補充優化銀行的風控模型。
據蜂巢平臺相幹負責人介紹，在上述這個過程中，蜂巢聯邦學習則可以保證雙方數據不出本地，杜絕數據安全隱患，通過聯邦學習、多方安全計算、安全求交、隱私檢索、可信計算、零知識證明等底層應用，可以幫助銀行利用互聯網公司資訊，擴充風控模型數據特征，提升現有風控模型效果。
以金融壹帳通與招商銀行的合作為例，該合作基於蜂巢聯邦智能隱私計算平臺與招行的慧點隱私計算平臺展開，將打造出多方跨異構隱私計算平臺互聯互通的項目模式，合作將圍繞互聯互通場景展開，在單一隱私計算平臺打破「數據孤島」的基礎上，進一步打破「計算孤島」。未來，該項目將應用於金融風控、反訛詐、黑名單查詢等金融場景，通過多方隱私計算平臺聯合協作，在滿足監管數據隱私保護要求的基礎上，激活數據潛力，幫助銀行提升業務價值。
有業內人士指出，數據共享和計算引擎是監管合規和風險防范等關鍵功能集成的重要前提，可以通過保護數據隱私下的密態聯合查詢與計算，打破資訊孤島之間的障礙。通過簡化合同、帳戶、風險、財務和交易資訊的收集過程，可以為企業制定整體的監督制度，幫助創建真正互通和共享的資料庫集群。
科技打破金融資訊孤島
防范和化解金融風險，維護金融穩定，既是金融工作的重中之重，也是金融監管的根本職責。在此背景下，利用數智化的新科技手段整合金融監管資源，彌補金融監管短板，壓縮監管套利空間成為突破口，進而催生了金融科技，以及監管科技的發展。
從應用主體來看，金融監管科技包含「監管」和「合規」兩個方面：在監管端，監管機構可以利用監管科技手段優化監管模式，提升監管效率，降低監管壓力，有助於維護金融體系的安全穩定和防范系統性金融風險；在合規端，金融機構可以運用監管科技降低合規成本，更好地滿足監管要求。
隱私計算本身的屬性，奠定了其已成為金融領域底層通用技術的基礎，在金融監管領域中，將會有越來越多的應用場景。
在監管數據的隱私計算領域，金融壹帳通已有多項成功落地的合作案例。例如，幫助中保登落實保險資產管理領域監管數據標準化工作，構建了以信托、保險、存款等8大維度為基礎的近1600項監管標準，從而解決了保險資管公司乏數據治理管理工具等痛點，推進保險資產管理業數據治理穩步前行。
為了更好的落實銀保監會有關加強信貸資金流向管控的要求，金融壹帳通還輔助深圳銀保監局構建了基於監管數據的智能監管實驗室，幫助其從主體監管目標出發，利用圖技術、機器學習等先進技術，實現外匯管理局外匯資金交易及支付渠道研判中心的搭建；並且承建了證監會私募基金監管與資訊服務系統，集中形成了私募機構資訊資料庫，同時成立私募機構服務中心。
在合規端，金融壹帳通輔助了多家商業銀行及保險機構構建智能監管的整車平臺，搭建了自底層監管專項集市、質量檢核體系及監管應用的完整體系。同時利用近4400項站在監管視角的檢核規則，輔助國開行、華夏銀行、北京銀行、深圳農商、天津銀行等銀行實現自檢自查及監管數據專項治理能力的提升。
有金融壹帳通人士介紹，「蜂巢」平臺正在改變著公眾、企業和金融機構對於隱私計算的認識。通過隱私計算及智能金融的研發和探索，「蜂巢」平臺開創了行業內新的金融開放生態。
「隱私計算平臺互聯互通」項目將應用於金融風控、反訛詐、黑名單查詢等金融場景，未來將拓展至醫療、營銷等更多領域。通過多方隱私計算平臺聯合協作，在滿足監管數據隱私保護要求的基礎上，共同激活數據潛力，提升客戶業務價值。（CIS）