在我們所置身的大數據時代，數據作為越來越重要的生產要素之一，通過與高性能算力、高效率算法的有機結合，業已成為一種新的先進生產力。當前，銀行業積極探索布局隱私計算技術，解決互不信任參與方之間協同計算的問題，讓數據在安全合規的前提下共享流動，進一步挖掘數據中潛藏的價值。

“只要夸了朋友的衣服好看，不一會兒手機購物軟件就會給我推薦同款了?！焙托≮w一樣，當前不少消費者或許都有過這樣的體驗。我們在獲益于大數據、算法等“黑科技”帶來的便利的同時，也有著對于自己隱私被暴露的擔憂。

在我們所置身的大數據時代，數據作為越來越重要的生產要素之一，通過與高性能算力、高效率算法的有機結合，業已成為一種新的先進生產力。在數據融合需求日益迫切的同時，保障數據要素持有者的權益，成為實現數據要素有效開發利用的關鍵。

在傳統隱私保護技術無法保護數據在計算過程中的隱私安全的背景下，坐擁用戶海量數據的銀行業，積極探索布局隱私計算技術，解決互不信任參與方之間協同計算的問題，讓數據在安全合規的前提下共享流動，進一步挖掘數據中潛藏的價值。

技術探索走在前列

在大數據時代，數據的價值不僅來源于單一的信息內容，更來源于海量不同品類數據的整合、梳理和分析。但在這一需求日益增長的趨勢下，數據加解密、身份認證、訪問控制等傳統隱私保護技術，卻無法規避數據計算環節的安全隱患，特別是在巨大利益驅動下，數據在計算環節的信息泄露及濫用事件仍有發生。

隱私計算將數據所有權和使用權分離的特點，成為解決這一困境的關鍵所在。工行金融科技研究院日前發布的《隱私計算推動金融業數據生態建設》白皮書（以下簡稱“白皮書”）認為，隱私計算技術可把“數據可見的信息部分”和“無需看見就可計算的使用價值”分開，實現“數據可用不可見”， 甚至可把數據使用價值精確限制到具體的用途和使用次數，實現數據“使用可控可計量”。在防止數據信息泄露和杜絕濫用的前提下，隱私計算能夠創造數據要素供需“唯一性”，讓數據特定使用權通過市場供需進行定價，并大規模交易流通。

值得一提的是，我國金融業在隱私計算領域的相關探索領先國際水平。白皮書顯示，國外隱私計算金融應用目前尚處于試點階段。長期以來，北美、歐洲金融監管嚴格，金融機構對新技術引進尤為審慎。同時，相關行業標準及監管規則尚不明晰，導致隱私計算技術在金融領域落地相對滯后。

與之相比，在頂層設計推動下，我國互聯網企業、科技公司及金融機構近年來相繼研發多款成型隱私計算產品，相關產品呈現平臺化發展趨勢，技術組合應用日益明顯?！捌渲?，銀行業探索最為突出，涵蓋信貸風控、產品營銷、 移動支付人臉識別、 反洗錢 、反欺詐等豐富場景。6月，中國人民銀行組織開展金融業數據綜合應用試點，必將撬動金融業更廣范圍、更深層次的數據融合應用，為行業數據生態建設打造良好基礎?！卑灼J為。

銀行積極開展布局

當前，各家銀行紛紛對隱私計算領域進行探索和布局，打造全行層面的隱私計算平臺。工行整合各項技術優勢，打造多方安全計算、聯邦學習、可信計算等企業級技術平臺，構建隱私求交、聯合建模、可信身份鑒別等多種服務能力。以多方安全計算平臺為例，該平臺通過一系列密碼學協議支撐，實現多方原始數據密文協同計算，全面保障原始數據隱私安全。

光大銀行上線企業級多方安全計算平臺，依托我國原創性多方安全計算技術，定位企業級數據流通基礎設施平臺，針對銀行系統環境重新設計、深度適配，形成通用性、可擴展性、高性能及高可用平臺，全面構建以安全加密為基礎、高效計算為核心、穩定可控為保障的隱私計算能力。

據了解，光大銀行的這一平臺具備隱匿查詢、聯合統計、聯合建模等功能，并采用計算合約機制，實現了數據使用的“可控可計量”，有效解決了集團內數據獲取、數據保護及數據共享利益分配等難題。平臺與行內大數據應用開發平臺有序對接，適用于客戶營銷、風險防控、合規運營等多種業務場景，面向光大集團提供數據共享、數據開放、數據探索等核心服務，助力銀行、信托、證券等業務協同發展，推動集團E-SBU戰略向縱深推進。

不斷建設和優化之中的隱私計算平臺，是如何在銀行日常經營的場景中實現落地的？

農行以總分聯動試點驗證場景，以分行車貸貸前反欺詐場景為試點，共建風控分模型，驗證聯邦學習在風控方面的能力。同時，以場景帶動平臺建設，以信用卡風控場景為試點，打通數據審批、數據預處理、數據授權、聯合建模、模型發布、實時預測、對接業務系統全渠道，來滿足風控需求。此外，還以營銷場景為試點，對接運營商，通過匿蹤查詢、聯合統計、聯合預測等隱私技術，共建營銷模型，實現“掌銀促活”營銷。

把握未來發展紅利

“隱私計算效率和性能的提升，是未來規?；?、產業化推廣普及的重要前提。隱私計算目前已經在金融、醫療等多個領域推廣運用。隨著當前大數據產業的快速發展，支持更大數據量、更快響應速度的數據合作和聯合計算就顯得尤為重要。算法的優化設計、硬件的效能提升，將成為未來隱私發展的重要方向?！鞭r行有關負責人表示。

在這樣的背景下，金融機構對數據挖掘的需求將更為凸顯?！澳壳?，諸多金融機構已在內部數據價值挖掘方面取得豐碩成果，但受自身數據維度單一、實時性不足等影響，迫切需要開展跨機構、跨行業的數據融合應用。因此，搶抓數據要素依法有序流動的戰略機遇，構建符合金融行業創新發展的數據生態，是金融業數字化轉型發展、有效防范化解金融風險的關鍵手段。

白皮書認為，銀行業要以個性化數據生態為突破口，實現差異化定位發展。簡單將線下業務遷移到線上所帶來的紅利正逐漸消失，競爭悄然從互聯網時代的“流量之爭”轉變為以數據要素作為差異化發展的“數據之爭”。金融創新也必將從前端銷售、產品創新延伸到風險防控、內部運營、商業模式等全渠道、全客戶、全場景的業務領域，差異化激發數據要素價值，從而全面提高服務覆蓋率、創新服務模式、降低服務成本。

為此，在技術層面，銀行業還需要更多探索?！半[私計算技術在不斷發展過程中，希望一個技術、一個平臺、一勞永逸解決所有問題是不現實的。多方安全計算通用性更好，而聯邦學習處理非結構化的數據更有效。銀行的重點是業務，應堅持從實際業務場景出發，多方安全計算和聯邦學習并重，更靈活地適應各種業務場景?！敝锌圃很浖浖c理論專業博士劉偉表示。

同時，劉偉認為，銀行還需要考慮外部數據源接入的效率和維護成本?！般y行擁有強大的科技和運維團隊，外部數據源不一定具備同等能力，如何實現快速接入，如何降低開發運維成本，是需要重點考慮的問題。銀行自身隱私計算平臺可考慮集中建設，數量眾多的外部數據源應采用互聯互通、方便維護的硬件一體化產品，降低開發、部署、接入和運維難度?！?/p>

責任編輯：方杰