隐私计算刚落地，银行业已经开始内卷了--RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展

隐私计算能够实现数据在流通与融合过程中的“可用不可见”。在数据互联互通需求高涨与数据安全政策不断出台的背景下，隐私计算在2021年进入落地元年。作为数据密集型行业，银行业是隐私计算的天然场景。经过数字化升级后，数据成为关键支柱。面对新挑战，银行业积极展开布局，抢占金融数据开发利用先机。

一、数字化进入深水区，隐私计算成为关键能力

近十年来，通过应用云计算、大数据、人工智能、区块链技术，金融业的基础设施率先经历了深刻的数字化、智能化升级换代。当数字化进入深水区，数据成为关键支柱。如何充分挖掘释放数据价值、避免出现数据鸿沟及信息孤岛、满足法律法规及隐私保护，成为金融行业的新的议题。

隐私计算包括安全多方计算、可信执行环境、联邦学习、同态加密、零知识证明、差分隐私等系统安全技术与密码学技术，保证了数据可用不可见，从技术上能够满足金融行业的诉求，因而成为数字化的关键能力。

1月5日，人民银行发布《金融科技发展规划（2022-2025年）》，比较《金融科技发展规划（2019—2021年）》，新的规划格外注重“数据”。明确提出，要全面加强数据能力建设，在保障安全和隐私前提下推动数据有序共享与综合应用，充分激活数据要素潜能，有力提升金融服务质效。

此后，1月6日国务院发布《要素市场化配置综合改革试点总体方案》，进一步强调了探索“原始数据不出域、数据可用不可见”的交易范式，即多方计算、联邦学习等隐私计算技术的应用。

由此可见，随着金融业数字化转型进入深水区，不管是顶层设计还是数据流通的需求，隐私计算都成为一种刚需。

二、隐私计算落地元年，银行业积极布局

早在2020年11月，中国人民银行正式发布首个隐私计算技术标准《多方安全计算金融应用技术规范》（JR/T 0196—2020），并于2021年启动联邦学习等其它隐私计算技术金融应用类标准的研制工作。

在顶层设计指导下，2021年5月，国家金融科技测评中心公布华控清交、矩阵元、蚂蚁集团、微众银行、富数科技等五家公司的六款产品首批通过其多方安全计算金融应用技术测评，为金融业选择隐私计算技术产品提供支持。

此后，隐私计算技术开始在金融机构正式落地。

工商银行

2021年11月，中国工商银行金融科技研究院协同华控清交发布《隐私计算推动金融业数据生态建设》白皮书。白皮书指出，工商银行借助多方安全计算技术，探索建立了跨行资金流向监测工具，有效验证在“数据可用不可见”前提下，穿透贷款人跨行转账数据、跨行监测贷款是否流入违禁领域。

此外，根据《联邦学习在工行的实践》可知，目前工商银行的联邦学习已应用于多个场景。比如引入北京金控的不动产数据，与行内贷款企业的时点贷款余额、注册资本、账户余额等数据联合建立企业贷中预警监测模型，从而提升了工商银行风险监测业务能力；

北京金控-北京分行联邦学习场景，来源：北京金融科技产业联盟

通过联邦学习与互联网公司的客户特征数据完成了联合建模，并将信用卡申请反欺诈模型的K-S值提升了25.1%；在保险营销场景中的应用打造相应的联邦建模方案，通过验证联邦迁移技术挖掘集团的潜在客户实现集团客户向子公司的导流等。

招商银行

据招商银行总行人工智能实验室负责人李金龙接受采访时表示，招行初次接触隐私计算是从2019年开始，首要目的是为了防范风险，包括信用风险，交易风险的反欺诈等等。

根据公开资料显示，2021年5月11日，招商银行深圳分行发布“深信贷”产品，是招商银行首个运用联邦学习技术的贷款产品，旨在运用信用信息促进解决小企业融资难、融资贵难题。这款产品的风险控制，是由招商银行深圳分行与深圳市公共信用中心对接系统和模型数据来做的，联邦学习技术可在招商银行深圳分行和深圳市公共信用中心部署子模型，无需各数据方披露底层数据即可进行联合运算。

交通银行

2021年12月4日，上海金融科技产业联盟联席理事长单位交通银行牵头成立隶属于该联盟旗下的“数据产业化专委会”，并发布《隐私计算金融应用蓝皮书》。交行在《蓝皮书》中，介绍了其在普惠金融、联合风控、精准营销、生物特征信息保护、业务合规、金融监管、数据共享平台、硬件加速8个方面的应用实践。

交行在联合风控领域的应用实践，

来源：《交通银行：隐私计算金融应用蓝皮书》

光大银行

2021年8月，光大银行投入生产使用国内金融业首个企业级数据流通基础设施平台 — 多方安全计算平台。

来源：中国光大银行科技创新实验室

据悉，该平台由华控清交承建。基于隐匿查询、联合统计、联合建模等平台功能，针对银行系统环境重新设计、深度适配，从而有效推动集团内数据、行内数据、以及外部企业数据的安全融合，并解决上述过程中明文数据获取困难、数据保护困难和数据使用合规困难等棘手问题。实现以安全加密为基础、高效计算为核心、稳定可控为保障的隐私计算能力。

微众银行

2020年4月，微众银行联合电子商务与电子支付国家工程实验室（中国银联）、鹏城实验室、平安科技、腾讯研究院、中国信通院云大所、招商金融科技等多家企业机构对外发布了《联邦学习白皮书V2.0》。

2021年5月，在贵阳中国国际大数据产业博览会上，微众银行发布了最新大数据隐私计算平台WeDPR-PPC。据悉，WeDPR-PPC平台结合了区块链和安全多方计算的优势，实现在确权、授权和维权的全生命周期管理下，达到多方数据的联合报表、联合计算、隐私查询、联合建模和预测等。平台具备十亿级别的大数据处理能力，支持任意多方的隐私数据跨域协作，同时提供横向通用性计算能力和纵向定制型计算能力覆盖全域场景，满足海量数据商业应用场景需求。

此后7月20日，在“2021隐私计算大会”上，微众银行宣布WeDPR-PPC将开放核心功能体验，进一步降低应用隐私计算的门槛，助力合作伙伴在可快速迭代的实验环境中，探索隐私计算的实际效果和能力边界。

农业银行

根据《农业银行：应用隐私计算，打造数据安全应用场景》介绍，农行首先在信贷风控领域应用多方安全计算技术对境内外业务进行有效风险管控，实现了隐私计算的场景落地。

农行利用多方安全计算技术实现境内外客户信用总账管理，避免了敏感数据全量交互，即满足了监管合规要求，又提升了风险管控能力，同时从技术上强化了防护体系，形成了数据保护与共享的刚性约束，为后续应用场景拓展提供了有益借鉴。

此外，根据资料显示，农行以总分联动试点验证场景，以分行车贷贷前反欺诈场景为试点，共建风控分模型，验证联邦学习在风控方面的能力。同时，以场景带动平台建设，以信用卡风控场景为试点，打通数据审批、数据预处理、数据授权、联合建模、模型发布、实时预测、对接业务系统全渠道，来满足风控需求。此外，还以营销场景为试点，对接运营商，通过匿踪查询、联合统计、联合预测等隐私技术，共建营销模型，实现“掌银促活”营销。

平安银行

平安科技的蜂巢联邦智能平台，由平安科技联邦学习技术团队完全自主研发，围绕联邦学习、联邦数据部落、联邦推理、联邦激励机制为核心而建设的联邦智能生态体系。它能够让参与方在不共享原始数据的基础上联合建模，从技术上打破数据孤岛，从而综合化标签数据，丰富用户画像维度，从整体上提升模型的效果，实现 AI 协作。