近年來,數據融合應用驅動著各行各業走向數字化、網絡化和智能化。為防止個人信息泄露和濫用風險,促進金融和網絡數據合理有序流動,助力數字經濟高質量發展,金融和通信兩大行業積極制定標準規范。人民銀行牽頭制定了《個人金融信息保護技術規范》、《金融數據安全數據安全分級指南》及《多方安全計算金融應用技術規范》等多個規范性文件。在此背景下,聯通數字科技有限公司率先推進多方安全計算、聯邦學習等新技術落地,在保護數據安全的同時實現多源數據跨域合作,破解了數據保護與融合應用難題,助力金融產業健康發展。

聯通數科于2020年便率先布局投入了隱私計算的算法研究與平臺開發。基于傳統聯合建模經驗的積累,聚焦金融客戶,在銀行反詐、風控、營銷以及保險行業進行創新和探索。同時充分發揮自身數據技術優勢,在積極向合作伙伴輸出算法技術的同時,還將海量的數據以“可用不可見”的形式融入到金融行業的C端場景中。

場景一:反欺詐提升網絡詐騙監管

在對金主、窩點、平臺、資金鏈等問題的信息研判支撐和抓捕線索獲取中,公安機關同運營商和金融機構通過可信方式進行數據共享和聯合建模,綜合利用運營商數據和金融數據,形成包括人機識別、窩點(貓池)識別、資金鏈溯源等一系列的信息研判和抓捕線索支撐,有效提升了電信網絡詐騙犯罪打防管控的精準度和時效性。

場景二:黑名單共享降低犯罪風險 

圍繞電信網絡詐騙,公安和金融機構根據自身業務此前都已經建立各自的黑名單。各部門和機構間合理共享黑名單,可以有效降低犯罪風險發生,形成系統管控和預防能力。但在實際業務中,黑名單屬于各機構私有財產,直接明文共享會導致數據庫泄露,同時也有用戶隱私的法律風險。

現在,基于借密碼學、多方隱私計算、不經意傳輸等技術,使得各部門在不泄露原始數據的情況下實現匿名查詢,有效保護了本方數據庫信息。

場景三:助力保險行業私域流量運營

在保險行業,用戶數據信息是其核心資產。同時,對用戶的隱私保護關系到企業形象和社會責任,保險公司非常注重用戶隱私數據的安全保護。目前,保險公司基本都擁有完整的客戶管理系統,并且建立了客戶層級分類模型。但依靠自身有限的歷史數據,導致客戶分層模型精度不高,優先級判斷效率低下。而保險公司與運營商建立的聯合客戶分層模型,有效改善了模型精度。

聯通數科隱私計算技術的應用,一方面有效保護了個人信息在使用過程中的安全;另一方面能夠將數據融合應用于更多場景,實現數據價值的最大化,助力數字經濟與社會高質量發展。