聚焦多方安全计算，百融云创探索行业应用实践

（原标题：聚焦多方安全计算，百融云创探索行业应用实践）

当前，“数据”已被列为新型生产要素形态，数据要素市场化改革已上升至国家战略高度，并成为我国数字经济发展的重要一环。多方安全计算在金融业的应用实施，对于打通数据要素有序流转通道，推动数据跨部门、跨机构、跨业态融合应用，加快培育数据要素市场，实现市场要素的有序流转，具有非常重要的意义。

所谓多方安全计算，最初是为解决一组互不信任的参与方之间在保护隐私信息以及没有可信第三方的前提下协同计算问题而提出的理论框架。在金融场景下，如何兼顾数据价值共享和隐私保护以实现“数据不动价值动”，多方安全计算被业内认为是破题之举。

去年11月24日，中国人民银行发布了《多方安全计算金融应用技术规范》，规定了多方安全计算技术金融应用的基础要求、安全要求、性能要求等，适用于金融机构开展相关产品设计、软件开发、技术应用等。

百融云创作为国内领先的独立AI技术平台，近年来也在积极探索多方安全计算在金融领域的应用，并从隐私集合求交集、联邦学习等方向入手，以密码学领域的重要理论和技术为基础，结合大数据具体应用场景，搭建了安全多方计算平台Indra，促进安全多方计算、机器学习等理论研究的落地。

同时，以区块链技术为辅，实现数据确权和数据价值流转目标，为数据信息安全保驾护航。Indra平台的优越性在于它可以适应不同的应用场景，可以为合作方、客户之间提供一种安全、高效的数据合作模式。

值得一提的是，在进一步精准确定用户“名单”的过程中，Indra平台采用并改进多种隐私集合求交集算法，可以应用于不同数据量、离/在线、是否含附加消息等各种场景，能够消除黑名单共享以及营销匹配场景中可能出现的非目标用户的信息泄漏隐患。

联邦学习则将解决用户数据隐私安全和合规性问题进一步深化。百融云创的Indra平台会根据所服务的金融机构的具体业务，对重叠数据进行处理和训练，进而使数据应用条件更合规，匹配效果更精准，同时也能保证模型推理过程中客户数据的隐私保护。