在数据要素市场步入试点改革的当下，隐私计算以其“可用不可见”的技术特性受到了越来越多的关注。近日，百融云创加入中国信通院联合近百家单位共同发起的“隐私计算联盟”，成为其成员单位。这意味着，继去年12月百融云创产品“百融INDRA-隐私计算平台”获得中国信通院公布的第五批可信隐私计算评测结果通过以来，其数字技术和安全能力再次获得权威组织的高度认可。
隐私计算联盟成立于2020年12月18日，是在工业和信息化部相关司局的指导和支持下，由中国信息通信研究院拟牵头成立的，从隐私计算核心技术研究、行业应用落地、标准建设、政策监管研究，技术普及等多个方面构建政产学研合作交流平台，旨在促进数据要素依法有序自由流动，推进隐私计算技术与实体经济 融合。
金融机构是数据要素流通与安全应用最主要的需求者。近年来，百融云创人工智能实验室团队不断加大联邦学习技术研究投入，并从联邦学习、隐私集合求交集等方向入手，结合数据要素具体应用场景需求，打造了Indra隐私计算平台，为金融场景应用过程中保障数据可用性和隐私性给出了创新解法。
在数据不出本地的前提下，实现安全数据模型共建与AI协作，这就使得以联邦学习为代表的隐私计算在金融领域的应用落地更为迅速。而百融联邦学习平台的推出，针对机器学习算法进行定制化的隐私保护改造，保证数据不出本地即可完成模型训练，为隐私保护计算解决方案的落地提供了有力支撑。
此外，百融云创Indra平台主要针对应用场景更丰富的纵向联邦学习，能够解决数据孤岛困境，避免非法数据交易，实现数据价值。该平台为合作方、客户之间提供了一种安全、高效的数据要素合作模式，各方在不泄露数据的情况下仍然可以挖掘数据价值，确保数据使用的合规性。在实践案例中，百融云创为某头部金融机构定制的数字化转型方案，通过联邦学习升级信评模型，实现多方数据信息融合的同时兼顾隐私安全，提升了客户模型评价指标如KS/AUC等，为该机构撬动存量客户运营打开新思路。
随着数据要素市场改革的深入，隐私保护技术的逐步透明和普及，互联互通、技术开源和标准定制将在未来两年会有一个爆发式的发展，极大地赋能金融机构在科技场景的落地，只有能够更好运用隐私保护技术的金融科技企业，才能更好地利用数据要素的价值。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
