事关数据安全 金融机构都在推进的“隐私计算”是什么新法宝？

　　技术上非常火爆，业务上还在探索。

　　作为保护数据安全的重要技术之一，隐私计算技术在金融行业正获得广泛应用。

　　隐私计算（privacy-preserving computation）是一种由两个或多个参与方联合计算的技术和系统，参与方在不泄露各自数据前提下通过协作对他们的数据进行联合机器学习和联合分析。

　　以个人短期消费金融业务（隐私计算目前主要落地场景之一）为例，包括车贷、小额消费贷、现金贷、信用卡分期等，金融机构风控需要基于多方数据进行联合建模，在这方面隐私计算被视为刚需。

　　当前银行、证券、保险等很多金融机构的隐私计算相关项目都在推进中。不过，目前隐私计算在金融场景的落地应用还处在初始阶段，风控合规是当前应用考虑的首要关键，行业未来将进入快速发展期的同时也面临诸多挑战。

　　中小银行需求大

　　近年来隐私计算技术在金融领域的场景应用正逐步落地。

　　中国银联电子支付研究院周雍恺此前在星云Clustar隐私计算产品发布会上介绍称，隐私计算主要包含三大技术流派，首先是可信执行环境，其次是安全多方计算，第三是联邦计算。

　　当前国内隐私计算在金融场景应用方面，以营销、风控端等为主要落地场景。以微众银行为例，微众银行联合外部合作搭建的基于联邦学习的风控模型，目的就是解决小微企业贷款风控数据不足的问题。

　　微众银行人工智能事业部副总经理陈天健认为，对于大型银行机构而言目前已经走过了信息化、智能化的阶段，现在要迈步进入隐私计算、去拓宽自己的数据边界，进一步增强自己的业务竞争力了；但对中小银行而言，面临的挑战会更大。未来会有这样一个趋势，即针对中小型金融机构的专业服务公司会应时而生，帮助它们在短时间内走完信息化、智能化和隐私计算技术导入。

　　此外，根据微众银行联合毕马威发布的《隐私计算行业研究报告》，隐私计算作为近年来兴起的面向隐私信息全生命周期保护的计算方法，将为数据安全共享带来根本性转变。隐私计算国内市场规模增长潜力较大，三年后技术服务营收规模有望达到100亿~200亿元人民币，甚至将撬动千亿级数据平台运营收入空间。

　　风控合规是关键

　　但就目前来看，金融场景落地应用仍处刚刚开始的阶段。

　　较其他领域，金融领域对数据的管控更为严格。因此隐私计算技术对金融行业而言，合规与安全是首要考虑的问题。

　　星云Clustar隐私计算产品发布会上，招商银行分行信息技术部副总经理蔡毅会上提到，银行在整个隐私计算上属于刚刚开始阶段，现在也在银行内部进行试点。招商银行目前做过的试点是用于风控和市场营销，下一步也将会在这方面加大投入力度。

　　浦发银行创新研究中心曹祥会上表示，联邦学习和多方安全计算相关项目非常火爆，但大家对这个技术还是有一些担心，特别是合规方面。现在只能说是，技术上非常火爆，业务上还在探索。”

　　针对金融领域应用而言，既要能够使用数据，又要保证不让敏感信息外部泄露。微众银行人工智能事业部副总经理陈天健认为，央行去年就出台了安全多方计算的建议标准，相关标准的建立可以很大程度上解决技术应用上合规性问题，“隐私计算到今天这个时点，它对于安全的关注已不仅仅局限于原始数据，对于查询的数据、过程的数据以及衍生出来的模型数据都会做全面保护。”

　　此外，隐私计算技术具有广阔市场潜力，但同时也仍面临诸多挑战。其中打破数据孤岛，构建安全连接数据的人工智能基础设施，打造共建共融的生态是目前业内普遍关注的问题。

　　隐私计算企业星云Clustar首席执行官陈沫认为，隐私计算目前是实现数据安全流通的唯一路径。过去，像数据脱敏以及灰色交易等，它们在跨界流通、合法合规方面都会存在问题。经过这几年探索，通过以联邦学习为主的隐私计算技术，可以有效解决之前的这些难题。