同盾隐私计算:技术平台可拆可合,赋能八大场景

   “同盾科技依托人工智能、隐私计算、云原生、大数据等技术领域的积淀,构建两大平台,通过‘AI+隐私计算’双轮驱动支撑场景化决策智能,在政企数字化、金融风险管理、安全等诸多领域已累计服务超过一万家客户,”陈涛介绍。

  随着一系列数据安全相关法律法规的施行,人们对数据安全保护、隐私保护的意识日益增强。如何在保证上述前提下,促进数据要素的有序流动与数据价值高效释放成为推动数据要素市场化配置的核心问题。隐私计算的系统化发展,有望成为技术最优解。

  为了行业及公众更全面的了解同盾科技近年来在隐私计算领域的技术布局、产品架构及应用情况,同盾隐私计算产品技术负责人陈涛日前出席CSDN联合易观分析推出的“隐私计算MeetUp”活动,与来自行业企业、协会联盟、学研机构的多位重量级嘉宾汇聚一堂,共话数字经济的未来蓝图。

  本次分享中,陈涛主要介绍的观点如下:

  政策法规对于数据安全和隐私保护的合规性要求,加剧了数据共享中的数据孤岛效应,数据要素价值有待进一步开发

  为了真正打破数据孤岛,释放数字生产力发展价值,同盾打造了“基于隐私计算的共享智能平台”,其核心是同盾自研的智邦平台iBond,底层是智邦的内核iCore。

  智邦iBond产品家族包括一整套可根据客户场景化业务需求“可拆可合”的产品矩阵,并具有鲜明的特色:完善、场景化、安全、敏捷交付

  同时,知识联邦理论体系通过数据安全交换协议,有效利用多方数据生态,实现数据可用不可见,达到知识共创可共享

  目前,智邦iBond、智邦PSI、智邦MPC等同盾隐私计算技术产品已在精准营销、风控联合建模、反电诈、反洗钱、数据治理、智能政务、中小微融资平台、区域经济监测等场景广泛应用

  底座:基于隐私计算的共享智能平台

  随着数字经济的崛起,中国在近年来陆续出台了《网络安全法》《数据安全法》与《个人信息保护法》多部重要法律。系列法律沿袭继承了“目的限定、数据最小化、正当与负责”等隐私保护精神,可堪称是世界上最为严格的隐私系列法律之一。

  如何兼顾数据要素价值和数据安全保护,推动中国数字经济迈入高质量发展阶段,是一个重要的课题。在这样的背景下,隐私计算——这一新兴技术被广泛认为大有可为。

  陈涛表示,同盾科技很早就发现这一趋势,于2019年初开始探索联邦学习、多方安全计算等技术。同年11月,我们启动数据去标识化、脱敏等技术工作,历时八个月,在业内率先完成公司全产品线的数据流转架构整体升级,建立了完整的去标识化体系,从底层架构层面支撑业务数据合规,实现数据流转与存储的“可用不可见”。 此后,我们面向下一代可信AI提出了完整的理论体系,并成为国内首家在隐私计算领域构建了系统产品架构和完整生态体系的科技企业,并运用隐私计算与知识安全共享的经验,赋能客户。

同盾隐私计算:技术平台可拆可合,赋能八大场景

  “目前,围绕决策智能这一主线,同盾科技搭建了“基于人工智能的决策智能平台”和“基于隐私计算的共享智能平台”,成为业务发展的基石。两大平台依托AI、云原生、大数据、隐私计算等技术积淀,支撑起同盾科技全系产品线,在决策智能领域面向客户的场景化业务需求,进行的AI+隐私计算的技术加持,”陈涛介绍。

  具体到“基于隐私计算的共享智能平台”,其核心是同盾自主研发的智邦iBond工业级产品矩阵,向下依托底层智邦内核iCore,通过云原生、分布式技术,实现对国内外多云、以及混合云、私有云的天然支持。

  智邦平台产品矩阵完善,通过工业级算子库、安全交换协议FLEX、计算与通信引擎Ionic,形成隐私安全求交PSI联邦学习FL多方安全计算MPC等完善的产品矩阵。智邦平台打通了同盾信息生态(SaaS服务)、客户生态,为智能风控、分析决策等业务保驾护航,成为同盾隐私计算布局的突出特点。

  同时,同盾科技的智邦平台产品矩阵,是在同盾“知识联邦”理论框架体系上建立的。知识联邦是一套统一的层次化框架体系,同盾在这一体系中定义了四个层次,即信息层、模型层、认知层、知识层。在这四大层次,同盾均已提出和实践了先进的理论与技术,例如强化学习、元学习、知识工程、集成学习、迁移学习、图神经网络等,并打造出完整的全场景化的解决方案构建能力。

  此外,知识联邦通过数据安全交换协议Flex约定联邦过程中参与方之间数据交换顺序,以及在交换前后采用的数据加解密方法,来实现打破平台孤岛,从而有效利用多个参与方的数据,实现数据可用不可见、知识共创可共享。

  应用:技术可拆可合,赋能八大场景

  在演讲中,陈涛通过一系列落地实践,展示了同盾科技隐私计算技术产品在精准营销、风控联合建模、反电诈、反洗钱、数据治理、智能政务、中小微融资平台、区域经济监测等八大场景的应用价值。篇幅所限,本文展开介绍其中4个实战案例:

  智邦PSI——赋能移动出行平台

  某头部移动出行平台引入同盾科技的风控技术、算法及信息生态,与其风控管理系统结合,在司乘安全场景中建立多维风控模型。受监管政策、内审等合规要求,该平台不能通过传统方式外发数据样本,导致双方技术、算法形成孤岛,无法建立风险控制模型。

  通过引入同盾智邦PSI技术,打通出行平台与同盾科技数据安全通路,在客户数据完全不出本地的情况下,将算法、模型、信息生态与客户系统安全打通,赋能风险管理系统更高效的识别、处置潜在风险。

  陈涛进一步介绍,同盾PSI技术,依托行业领先的信贷风控、营销、反欺诈等产品规模与技术的沉淀,经受过高并发、高性能、高可用的实战经验,具有领先的高性能,可对海量数据下内存、数据分片进行深度定制优化,支持数十亿级别海量数据隐私求交;在安全性上,采用业界最高安全等级的不经意传输(OT)算法并持续优化。在合规方面,具备充分的可解释性、可观测性。PSI技术已为同盾及客户在大量业务中,保驾护航。

  智邦iBond——赋能金融机构风控联合建模

  某金融机构的对公信贷业务场景,需要根据企业的诸多维度信息,来评估贷款的申请与发放。这其中存在诸多的痛点,同时也是非常典型的情况,比如,企业评价维度缺失、样本量不足,评估模型大量依靠人工操作与主观的专家经验效率低下、准确度参差不齐;另外,在传统的联合建模中,常需要汇聚各方数据,包括必要的、非必要的数据,数据治理具有失控风险。

  该金融机构通过引入智邦iBond联合建模平台,有效克服了上述问题。联邦建模或联邦机器学习,是一个机器学习框架,能有效帮助多个机构在满足用户隐私保护的要求下,进行数据使用和机器学习建模。这一方案确保金融机构、数据源的数据不会离开本地,只与中心服务交互模型的梯度及权重等信息;各参与方只训练自有数据;它具有分布式训练和联合训练的特点。根据业务场景的不同,支持跨特征、或跨样本的联合建模。

  在本例中,同盾将更全面的指标运用到企业风控评估中,帮助该金融机构提高审批流程效率,提升服务价值。模型在线上构建,支持定期更新迭代。风控模型效果上,实现KS提升30%以上。

  智邦iBond——赋能智能政务助力普惠金融

  近年来,同盾科技协助多个地方政府,落实国家对中小微企业大力扶持的普惠金融政策,而在普惠金融落地时,往往受限于以下问题:支撑信贷审批的数据样本不足、人工审核效率低下,以及企业缺少渠道申请服务、大数据作用未得到充分发挥等,导致普惠金融受阻。

  为此,同盾协助地方政府搭建了政府牵头、金融机构、中小微企业可实现直接对接的企业融资服务平台。这就要求“政务数据源”与“金融机构”之间进行打通。项目过程中,同盾科技一方面协助地方政府搭建金服平台,通过平台对外开放,中小企业可在平台上申请金融服务;另一方面,再通过智邦iBond平台,在银行及政务机构部署智邦iBond节点,打通政务数据源与金融机构,在确保数据安全的前提下,进行数据探查、构建模型。

  依据同盾多年的数据治理和金融建模领域的行业经验,实现企业信用评分维度的增加,便于银行机构对金融服务进行营销和风险侧的判断,帮助众多中小微企业享受到普惠金融的“精准滴灌”。

  智邦MPC——赋能政府,实施辖区企业风险监测

  该项目使用同盾科技多方安全计算(MPC)产品,利用多方安全计算中的联合统计分析,赋能政务机构实现企业风险监测。

  在本例中,某地方政务机构需要对企业风险进行监测,但主管部门目前接入的数据有限,对地方企业缺乏细粒度的了解,因此需要打通各委办局单位的数据。但是,直接将各单位数据输出面临合规性的风险,于是导致数据孤岛的出现。

  经同盾科技专家分析,项目核心要解决的是如何联合其它方数据更全面获取企业画像。而运用隐私计算技术,可在不直接拿到各委办局单位数据前提下,实现这一目标。

  本例中整个解决方案自下往上包含三层,在基础服务层之上,主要是依托智邦MPC的安全计算层实现安全统计、联合统计分析。同盾协助各委办局单位搭建智邦MPC平台,实现数据联通,进行安全联合分析各方的企业数据;同时,协助主管部门打通本地互联网平台数据,以丰富分析维度。

  最上层是结果展示层,通过可视化系统我们可以看到,在不直接拿到委办局单位数据前提下,实现辖区企业的“数字画像”和企业健康度监控,实时掌握园区经济和区域经济发展状况,辅助政府决策。

  陈涛最后表示,运用新技术解决各行各业的固有问题,提升行业效率,正是隐私计算技术的价值所在。目前,隐私计算领域还处于发展初期阶段,未来同盾科技将不断探索隐私计算前沿技术在商业应用中的落地,为行业的发展添砖加瓦。

  

关键词阅读:同盾科技

责任编辑:张奇
精彩推荐
加载更多
全部评论
金融界App
金融界微博
金融界公众号