星云Clustar受邀参加2022沙丘大会隐私计算专场 分享金融科技破题新思路

9月17日,由沙丘社区举办的“2022沙丘大会·隐私计算专场”在线举办,包括星云Clustar、华控清交等在内的5家隐私计算赛道著名企业参与并进行主题分享。星云Clustar生态战略合作总监程安明出席并作题为《联邦学习破局某国有大行信贷业务精准营销》的主题演讲。

当前,金融科技赋能数字经济发展,在数字经济中扮演着重要角色。2021年12月,中国人民银行印发了《金融科技发展规划(2022-2025年)》,明确要求推动数据有序共享,在技术方面,积极应用多方安全计算、联邦学习、差分隐私、联盟链等技术,探索建立跨主体数据安全共享隐私计算平台,在保障原始数据不出域前提下规范开展数据共享应用,确保数据交互安全、使用合规、范围可控,实现数据可用不可见、数据不动价值动。

隐私计算可实现“数据可用不可见”“数据不动模型动”,具备打破数据孤岛、加强隐私保护、强化数据安全合规性的能力。因此,在数据安全、隐私保护要求极高的金融领域具有强大应用潜力。国家工业信息安全发展研究中心的《中国隐私计算产业发展报告(2020-2021)》显示,隐私计算产品市场规模约为 10 亿元,基于隐私计算的数据交易应用模式市场或将达到千亿级。

程安明表示,从数据融合、数据安全高效流通的层面来看,目前海量的数据面临着流通不畅的难题,以系统建设为中心的传统思路往往在业务发展导致“数据孤岛”“信息孤岛”出现,这在金融业务场景中尤为明显。在某国有大行的案例中,该行存在行内数据协调能力差、样本数量不足、样本特征局限等问题。基于此,星云Clustar利用隐私计算联邦学习为该行提供解决方案,在满足该行精准营销需求的同时确保行内数据不出本地,对接外部主流安全合规数据源,打造出运用隐私计算技术建设数据生态融合的创新项目。

据了解,星云Clustar为该国有大行提供的解决方案具备六大核心能力:多产品支撑,支持快速灵活的场景定义;多渠道支撑,支持统一的渠道接入管理;360度全面业务监控及可视化配置;平台级系统功能支撑,灵活可拓展;丰富的模型经验,提供数据源支撑;行业权威的联邦学习专业能力。

具体来看,该解决方案基于单边双节点联合建模开展,在保护隐私的条件下,银行本地与数据源节点建立联合模型,从而提升模型效果,保证了联合模型与常规联邦建模效果一致。同时,两个联邦建模节点均部署在银行数据中心,实现行内数据物理隔离,数据在使用后物理销毁,确保数据安全。数据源部署数据管理节点,单向更新联邦建模节点——数据源上的数据,通过TLS、防火墙规则进一步保证数据传输过程中的安全,且不允许从银行数据中心拷贝数据,根本上解决了交集内id出域问题。

据程安明透露,从模型预测的结果分析来看,该国有大行营销短信触达当天,验证组较对照组响应率有明显提升。该项目最终构建的贷款意愿模型在模型评估指标、实际业务数据验证上均表现出良好效果。单边双节点联邦学习创新应用保障了交集内id不出域,对强数据保护应用方的实际项目落地具有借鉴意义。

金融科技是当下隐私计算应用较为普遍的领域之一,程安明认为,隐私计算在金融科技领域有较强发展空间,金融企业贷款意愿评估模型虽效果明显,但整体授信额度提升却不高,精准营销需要更多拓展模型组合应用,隐私计算在这过程中可发挥重要作用。

星云Clustar作为一家以算力为核心的隐私计算技术提供商,构建了从硬件到软件及生态服务的系列服务体系,面向金融领域客户提供星云隐私计算平台、安全数据网络、FPGA算力加速卡、隐私计算一体机等产品及方案,致力于建立隐私计算技术与金融业务场景的无缝连结,为企业间数据合作、应用与流通提供金融级数据隐私安全防护。

程安明指出,联邦学习为保证个数据持有方的数据安全与用户隐私,通常采用同态加密的方式进行密态计算,算力需求大,效率也不高,未来需要破解算力挑战,星云Clustar自研的FPGA算力加速卡等产品或成为未来解决算力问题的有效路径。

目前,星云Clustar已与金融、政务、医疗等50余家头部客户与合作伙伴达成深度合作,提供了兼顾安全隐私与效率性能的解决方案,实现安全、高效、有序的跨主体数据多方协作。未来,星云Clustar将持续以高性能算力深化隐私计算场景落地的易用性与可用性,共建安全高效的数据流通底座,赋能金融行业创新升级。

据悉,“沙丘⼤会”是沙丘社区旗下以企业数字化实践分享为核⼼的会议,⼤会围绕各⾏业数字化转型的通⽤问题,邀请业内具有丰富实践经验的专家,深度分享最 佳实践案例,共同为中国企业数字化转型贡献⼒量。