更新时间:2022-04-16 GMT+08:00
分享

应用场景

政企信用联合风控

金融机构对于中小微企业的信用数据通常不足,央行征信数据覆盖率有限,不良企业多家骗贷事件屡有发生。金融机构与政府部门,如税务部门、市场监管部门、水电公司等在保护各方原始数据隐私的前提下,通过多方联合建模,金融机构补充了风控模型特征维度,提升模型准确率。

优势:

  • 提升模型准确率

    多方机构实现算法层面联合建模,提升了需求方模型的预测效果。

  • 数据隐私保护强

    多方采用隐私集合求交PSI对齐样本数据,本地数据或模型加密后在安全环境可信执行环境ArmTrustZone中运算,实现数据可用不可得。精细化的数据隐私保护策略,确保分析结果中强制执行隐私数据的脱敏。

    图1 政企信用联合风控

政府数据融合共治

由于数据安全以及隐私保护问题,政府各委办局数据尚未充分共享。多委办厅局数据的融合碰撞对于政府业务共治起到关键作用,例如本次疫情联防联控、综合治税等业务场景。共治场景均要实现在保护数据隐私的前提下,通过多个局委办数据的融合分析,得到数据碰撞结果,提升政府业务的治理效能。

优势

  • 政府多委办局之间密文数据融合计算,实现多方数据的融合分析。
  • 基于隐私集合求交实现多方安全SQL JOIN分析, 原始数据保存在各个用户本地,统计分析算子下推到本地数据域执行。
  • 多方分析JOIN算子进行数据隐私保护,计算过程将多方加密后数据完成计算,计算结果加密返回给数据使用方。
  • 支持自定义脱敏保护策略,设定SQL语句安全等级检查,防止非法SQL执行。

    图1-1 政府数据融合共治

金融联合营销

传统金融企业联合营销模式中,金融企业往往需要将双方的数据集中到一个安全实验室中进行标签融合,模型训练,但常面临数据泄露和隐私等挑战。联邦建模采用分布式架构进行部署和建模,参与联合营销的企业原始和明细数据不出库的前提下进行跨域数据建模,实现精准营销,同时保障企业数据安全与个人隐私。

优势

  • 原始数据不出企业安全域、不出库,实现“数据不动、算法动”,数据使用自主可控。
  • 联合多方正样本的效果,丰富模型的特征,提高模型的泛化能力。
  • 计算全程保障企业数据安全与个人隐私。
    图2 金融联合营销

使能数据交易

传统数据交易方式,交易的是数据所有权,交易完成后,数据被无限制的拷贝和复制。采用可信交易方式,交易的不是数据,而是数据的使用权,卖家卖的是对某个数据的用法用量,不用担心数据被拷贝和复制。

优势

  • 数据不离开卖家,更放心。
  • 卖家控制“隐私规则”,控制“用法和用量”。
  • 支持三层异构,跨组织、跨地域、跨数据源。
  • 低成本部署,支持边缘模式单节点部署。
    图3 使能数据交易
分享:

    相关文档

    相关产品

close