文：陸宇航

來源：金融時報

在我們所置身的大數據時代，數據作爲越來越重要的生産要素之一，通過(guò)與高性能(néng)算力、高效率算法的有機結合，業已成(chéng)爲一種(zhǒng)新的先進(jìn)生産力。當前，銀行業積極探索布局隐私計算技術，解決互不信任參與方之間協同計算的問題，讓數據在安全合規的前提下共享流動，進(jìn)一步挖掘數據中潛藏的價值。

“隻要誇了朋友的衣服好(hǎo)看，不一會(huì)兒手機購物軟件就會(huì)給我推薦同款了。”和小趙一樣(yàng)，當前不少消費者或許都(dōu)有過(guò)這(zhè)樣(yàng)的體驗。我們在獲益于大數據、算法等“黑科技”帶來的便利的同時，也有著(zhe)對(duì)于自己隐私被(bèi)暴露的擔憂。

在我們所置身的大數據時代，數據作爲越來越重要的生産要素之一，通過(guò)與高性能(néng)算力、高效率算法的有機結合，業已成(chéng)爲一種(zhǒng)新的先進(jìn)生産力。在數據融合需求日益迫切的同時，保障數據要素持有者的權益，成(chéng)爲實現數據要素有效開(kāi)發(fā)利用的關鍵。

在傳統隐私保護技術無法保護數據在計算過(guò)程中的隐私安全的背景下，坐擁用戶海量數據的銀行業，積極探索布局隐私計算技術，解決互不信任參與方之間協同計算的問題，讓數據在安全合規的前提下共享流動，進(jìn)一步挖掘數據中潛藏的價值。

技術探索走在前列

在大數據時代，數據的價值不僅來源于單一的信息内容，更來源于海量不同品類數據的整合、梳理和分析。但在這(zhè)一需求日益增長(cháng)的趨勢下，數據加解密、身份認證、訪問控制等傳統隐私保護技術，卻無法規避數據計算環節的安全隐患，特别是在巨大利益驅動下，數據在計算環節的信息洩露及濫用事(shì)件仍有發(fā)生。

隐私計算將(jiāng)數據所有權和使用權分離的特點，成(chéng)爲解決這(zhè)一困境的關鍵所在。工行金融科技研究院日前發(fā)布的《隐私計算推動金融業數據生态建設》白皮書（以下簡稱“白皮書”）認爲，隐私計算技術可把“數據可見的信息部分”和“無需看見就可計算的使用價值”分開(kāi)，實現“數據可用不可見”， 甚至可把數據使用價值精确限制到具體的用途和使用次數，實現數據“使用可控可計量”。在防止數據信息洩露和杜絕濫用的前提下，隐私計算能(néng)夠創造數據要素供需“唯一性”，讓數據特定使用權通過(guò)市場供需進(jìn)行定價，并大規模交易流通。

值得一提的是，我國(guó)金融業在隐私計算領域的相關探索領先國(guó)際水平。白皮書顯示，國(guó)外隐私計算金融應用目前尚處于試點階段。長(cháng)期以來，北美、歐洲金融監管嚴格，金融機構對(duì)新技術引進(jìn)尤爲審慎。同時，相關行業标準及監管規則尚不明晰，導緻隐私計算技術在金融領域落地相對(duì)滞後(hòu)。

與之相比，在頂層設計推動下，我國(guó)互聯網企業、科技公司及金融機構近年來相繼研發(fā)多款成(chéng)型隐私計算産品，相關産品呈現平台化發(fā)展趨勢，技術組合應用日益明顯。“其中，銀行業探索最爲突出，涵蓋信貸風控、産品營銷、 移動支付人臉識别、 反洗錢 、反欺詐等豐富場景。6月，中國(guó)人民銀行組織開(kāi)展金融業數據綜合應用試點，必將(jiāng)撬動金融業更廣範圍、更深層次的數據融合應用，爲行業數據生态建設打造良好(hǎo)基礎。”白皮書認爲。

銀行積極開(kāi)展布局

當前，各家銀行紛紛對(duì)隐私計算領域進(jìn)行探索和布局，打造全行層面(miàn)的隐私計算平台。工行整合各項技術優勢，打造多方安全計算、聯邦學(xué)習、可信計算等企業級技術平台，構建隐私求交、聯合建模、可信身份鑒别等多種(zhǒng)服務能(néng)力。以多方安全計算平台爲例，該平台通過(guò)一系列密碼學(xué)協議支撐，實現多方原始數據密文協同計算，全面(miàn)保障原始數據隐私安全。

光大銀行上線企業級多方安全計算平台，依托我國(guó)原創性多方安全計算技術，定位企業級數據流通基礎設施平台，針對(duì)銀行系統環境重新設計、深度适配，形成(chéng)通用性、可擴展性、高性能(néng)及高可用平台，全面(miàn)構建以安全加密爲基礎、高效計算爲核心、穩定可控爲保障的隐私計算能(néng)力。

據了解，光大銀行的這(zhè)一平台具備隐匿查詢、聯合統計、聯合建模等功能(néng)，并采用計算合約機制，實現了數據使用的“可控可計量”，有效解決了集團内數據獲取、數據保護及數據共享利益分配等難題。平台與行内大數據應用開(kāi)發(fā)平台有序對(duì)接，适用于客戶營銷、風險防控、合規運營等多種(zhǒng)業務場景，面(miàn)向(xiàng)光大集團提供數據共享、數據開(kāi)放、數據探索等核心服務，助力銀行、信托、證券等業務協同發(fā)展，推動集團E-SBU戰略向(xiàng)縱深推進(jìn)。

不斷建設和優化之中的隐私計算平台，是如何在銀行日常經(jīng)營的場景中實現落地的？

農行以總分聯動試點驗證場景，以分行車貸貸前反欺詐場景爲試點，共建風控分模型，驗證聯邦學(xué)習在風控方面(miàn)的能(néng)力。同時，以場景帶動平台建設，以信用卡風控場景爲試點，打通數據審批、數據預處理、數據授權、聯合建模、模型發(fā)布、實時預測、對(duì)接業務系統全渠道(dào)，來滿足風控需求。此外，還(hái)以營銷場景爲試點，對(duì)接運營商，通過(guò)匿蹤查詢、聯合統計、聯合預測等隐私技術，共建營銷模型，實現“掌銀促活”營銷。

把握未來發(fā)展紅利

“隐私計算效率和性能(néng)的提升，是未來規模化、産業化推廣普及的重要前提。隐私計算目前已經(jīng)在金融、醫療等多個領域推廣運用。随著(zhe)當前大數據産業的快速發(fā)展，支持更大數據量、更快響應速度的數據合作和聯合計算就顯得尤爲重要。算法的優化設計、硬件的效能(néng)提升，將(jiāng)成(chéng)爲未來隐私發(fā)展的重要方向(xiàng)。”農行有關負責人表示。

在這(zhè)樣(yàng)的背景下，金融機構對(duì)數據挖掘的需求將(jiāng)更爲凸顯。“目前，諸多金融機構已在内部數據價值挖掘方面(miàn)取得豐碩成(chéng)果，但受自身數據維度單一、實時性不足等影響，迫切需要開(kāi)展跨機構、跨行業的數據融合應用。因此，搶抓數據要素依法有序流動的戰略機遇，構建符合金融行業創新發(fā)展的數據生态，是金融業數字化轉型發(fā)展、有效防範化解金融風險的關鍵手段。

白皮書認爲，銀行業要以個性化數據生态爲突破口，實現差異化定位發(fā)展。簡單將(jiāng)線下業務遷移到線上所帶來的紅利正逐漸消失，競争悄然從互聯網時代的“流量之争”轉變爲以數據要素作爲差異化發(fā)展的“數據之争”。金融創新也必將(jiāng)從前端銷售、産品創新延伸到風險防控、内部運營、商業模式等全渠道(dào)、全客戶、全場景的業務領域，差異化激發(fā)數據要素價值，從而全面(miàn)提高服務覆蓋率、創新服務模式、降低服務成(chéng)本。

爲此，在技術層面(miàn)，銀行業還(hái)需要更多探索。“隐私計算技術在不斷發(fā)展過(guò)程中，希望一個技術、一個平台、一勞永逸解決所有問題是不現實的。多方安全計算通用性更好(hǎo)，而聯邦學(xué)習處理非結構化的數據更有效。銀行的重點是業務，應堅持從實際業務場景出發(fā)，多方安全計算和聯邦學(xué)習并重，更靈活地适應各種(zhǒng)業務場景。”中科院軟件所軟件與理論專業博士劉偉表示。

同時，劉偉認爲，銀行還(hái)需要考慮外部數據源接入的效率和維護成(chéng)本。“銀行擁有強大的科技和運維團隊，外部數據源不一定具備同等能(néng)力，如何實現快速接入，如何降低開(kāi)發(fā)運維成(chéng)本，是需要重點考慮的問題。銀行自身隐私計算平台可考慮集中建設，數量衆多的外部數據源應采用互聯互通、方便維護的硬件一體化産品，降低開(kāi)發(fā)、部署、接入和運維難度。”