“联通数科率先布局隐私计算，助力金融产业快速发展”

本篇文章1072字，读完约3分钟

近年来，数据融合APP带领各行业走向数字化、互联网化、智能化。 为了防范个人新闻泄露和滥用的风险，促进金融和互联网数据的合理有序流动，帮助数字经济优质快速发展，在金融和通信两个领域积极制定标准规范。 人民银行带头制定了《个人金融新闻保护技术规范》、《金融数据安全数据安全等级指南》和《多方安全计算金融应用技术规范》等多种规范性文件。 在此背景下，联通数字技术有限企业率先推进多方安全计算、联邦学习等新技术落地，安全保护数据，实现多源数据的跨域合作，解决了数据保护和融合应用难题，帮助了金融产业的健康快速发展。

/ h// h// h /

联通数科去年率先致力于隐私计算的算法研究和平台开发。 基于之前流传下来的联合建模经验积累，聚焦金融客户，在银行反欺诈、风评管理、营销及保险领域进行创新和探索。 并且，逐步发挥自身数据技术的特点，积极向合作伙伴出口算法技术，以“可用不可视”的形式将海量数据纳入金融领域的c端场景。

场景1 :通过防止诈骗来提高对网络诈骗的监管

在对金主、孔场、平台、资金链等问题的新闻研判支持和抓捕线索获取方面，公安机关与运营商和金融机构以可靠的方式进行数据共享和联合建模，综合利用运营商数据和金融数据，构建人机 形成了资金链追踪等一系列新闻研判和抓捕线索支持，比较有效地提高了电信网络诈骗犯罪防控的精度和防控的精度

场景2 :通过黑名单共享减少犯罪风险

围绕电信网络诈骗，公安和金融机构根据自身业务到目前为止已经建立了各自的黑名单。 各部门和机构之间合理共享黑名单，可以比较有效地降低犯罪风险的发生，形成系统管理和防范能力。 但在实际业务中，黑名单是各机构的私有财产，直接明文共享会泄露数据库，也存在顾客隐私的法律风险。

目前，基于密码学、多边隐私计算、不经意传输等技术，各部门实现了不泄露原始数据的匿名查询，比较有效地保护了本数据库的新闻。

场景3 :帮助保险领域的私有域流量运营

在保险领域，客户数据新闻是其核心资产。 另外，对顾客的隐私保护关系到企业在网络上的形象和社会责任，保险企业非常重视顾客隐私数据的安全保护。 目前，保险企业基本上有完善的客户管理体系，同时建立了客户层面的分类模式。 但是，依赖于自身有限的历史数据，客户层次模型精度不高，优先级评价效率低。 保险企业和运营商建立的联合客户层次模型，比较有效地改善了模型精度。

联通数科隐私计算技术的应用，一方面可以比较有效地保护个人新闻在招聘过程中的安全，另一方面可以将数据融合应用于越来越多的场景，实现数据价值的最大化，帮助数字经济和社会质量的快速发展

来源：企业信息港