北京2023年6月26日 /美通社/ -- 引言：隐私计算（Privacy Computing），已然成为金融领域的热门话题。从反诈、反洗钱，到客户洞察、精准画像、量化建模，随着市场需求和政策法规的双轮驱动，隐私计算在金融行业的应用正快速铺开。在这背后，金融机构需要构建一站式隐私计算平台，让隐私计算新应用与新基座相得益彰。
日前，2023年华南区金融行业客户交流会成功举办，会上作为浪潮信息的十亿级合作伙伴，可利邦技术总监黄迁表示，隐私计算在金融行业的应用日益广泛，但这些应用只是"冰山一角"，在水面之下需要更为强大的算力和数据底座。
可利邦技术总监黄迁
为了推进隐私计算与金融业务场景的融合，打破数据孤岛、释放数据价值，推动多方主体的数据协作，可利邦联合浪潮信息，基于新一代服务器和存储构建了大数据隐私计算平台，解决了数据协同计算过程中的数据安全和隐私保护问题。
隐私计算 推动金融数据共享和运用
隐私计算，是当前业界的热点话题，在金融风控、政务大数据、医疗新药研发等关键领域产生重要影响，从而推动了数字经济的发展。其中在金融领域，隐私计算使得金融机构能够将机构内外更大范围的数据联合起来进行分析应用，给金融风险控制与精准营销带来新的变革。
顶层规划方面，国家对隐私计算早有布局。根据人行2022年1月印发的《金融科技发展规划（2022-2025年）》，提出要"以深化金融数据要素应用为基础，以加快推进金融机构数字化转型为主线"，从健全科技治理体系、夯实数字基础底座等方面精准发力。规划还将"充分释放数据要素潜能"作为八项重点工作之一，其中在推动数据有序共享方面，《规划》提出在技术方面，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。
国内隐私计算金融应用场景
目前，中国金融隐私计算主要应用在产品营销（占比22.6%）和授信风控（占比56.1%）方面，两者占比约为80%。
其中在产品精准营销场景，金融机构通过隐私计算平台使用同态加密、秘密分享等多方安全计算技术，将银行内部数据与政府、互联网企业的外部数据融合，在保证"行内数据不出域"的情况下进行信息升维与特征融合，从而输出"计算结果"，绘制精准的用户画像，助力产品精准营销，提升拓客效率。
此外，隐私计算还可以用于金融风控领域，解决了单一金融机构自有数据量小、数据维度不丰富、建模样本数量不足的问题。例如，国内一家银行利用自身及其合作方的数据来共同提高模型的有效性，在保护用户隐私和数据安全的前提下，基于隐私计算框架开发风控模型，提升独立风控能力，通过多方数据的安全协作将模型 KS 值提升12%-23%（KS 值普遍用于评估风控模型的效果，数值越高则意味着模型精准识别风险的能力越强）。该模型识别出超过14.5 万名高风险客户，阻止发放数十亿人民币的高风险贷款。
"可用不可见"的隐私计算 需要强大的数据底座
如今，隐私计算方兴未艾，但在金融行业落地实践方面，面临多源多态大数据融合和利用的挑战。
首先，隐私计算涉及到多元化海量数据、多种应用场景。一方面，金融行业数据总体规模正在爆发式增长，数据类型、结构、载体、主体呈现出多元化发展趋势，且其中不乏重要的敏感信息。另一方面，金融数据应用和需求场景也日益多样，大数据、云计算、人工智能等新兴技术在风控、研发、营销、监管等多场景得以广泛应用，丰富了金融机构的数据资产。
浪潮信息G7算力平台
"我们在多元数据存储和计算方面拥有全栈领先产品"，浪潮金融行业部首席架构师王雨田表示。上个月公司推出了新一代算力和存储平台，其中，G7算力平台支持最广泛的通用处理器和加速芯片，包揽46款新品，实现全算力业务场景覆盖；还有新推出的分布式存储AS13000G7，基于极简融合架构设计理念，能够以一套存储承载文件、对象、大数据、视频等多种数据服务，助力金融机构构建"All In One"的数据底座。
浪潮信息存储产品
其次，隐私计算数据流通环节多、流动能力强。从数据收集、加工、处理、汇聚融合到使用、报备，设计复杂的数据流转和产业链众多参与方，部分数据还面临跨境流转的挑战。"对此，我们和可利邦共同推进‘一云多芯'战略，通过云平台对异构资源、多云环境进行统一管理和调度"，王雨田表示。
开箱即用 一站式隐私计算平台产品
为了帮助金融客户应对隐私计算应用中的数据挑战，解决数据要素高效共享与流动的挑战，最大化数据价值，可利邦联合浪潮信息将各自优势汇聚融合，共同成立大数据隐私计算实验室，并推出了大数据隐私计算平台，充分发挥各自资源优势，推动隐私计算加速发展。
可利邦和浪潮信息联合打造的大数据隐私计算平台采用"蛋糕式"的分层解耦架构——其中，在硬件部署方面，平台基于微服务或K8S容器化部署，支持多种操作系统、主流数据源和数据服务，支持本地部署专线接入云，可灵活纳管浪潮信息的CPU集群、GPU集群、存储集群、网络设备等硬件设施。在基础层，可利邦的大数据隐私计算平台支持横向、纵向联邦学习，实现多种场景下数据源互联互通，确保原始数据不出域，数据输入、运算、结果输出全流程密态保护。平台层，可利邦采用图形化界面操作便捷、使用门槛低，可以简单高效地完成建模、统计、服务部署任务。同时，平台提供多种模型服务接口，支持信用评分卡、申请平分卡、额度定价、黑白名单、用户画像、营销模型等丰富的隐私计算应用。
黄迁表示，通过该平台确保各参与机构在不泄露用户数据前提下，安全合规的进行数据合作，有效减低金融风险。此外，平台利用创新的分布式架构安全连接合作企业，客户可以通过平台的黑白名单共享、用户洞察等功能实现精准化营销。
目前，可利邦联合浪潮信息在服务器、存储、云等产品线全面合作，在交通银行、光大银行、华夏银行等多个项目均有合作，市场规模一路呈上升趋势，最近一年双方合作规模突破15亿元，推动金融产业智慧升级，为产业智能化发展贡献力量。
