随着大数据、云计算、移动互联网、人工智能等新技术的兴起,各类型数据应用层出不穷,数据价值日益提升。但由于金融数据隐私和繁杂的特性,往往面临着严峻的数据泄露隐患。对此,构建隐私数据安全防护体系,成为金融行业实现数据要素融合应用必须化解的难题。而隐私计算技术在高效保护数据隐私的同时,也支持充分开发数据价值,从而实现数据价值的流动与共享。尤其在金融领域,隐私计算技术支持将安全可信的金融数据融合应用于风控、营销、运营等全业务流程当中。
我来数科(我来贷)作为较早嗅到隐私计算技术发展潜力的企业,早在2018年初就开始将隐私计算提到集团战略层面,并大力投入隐私计算技术的研究及产品开发。目前,我来数科(我来贷)通过采用纵向联邦学习、多方安全计算等技术,将双方数据共同用于训练联邦风控模型,将能够在保护用户隐私数据的前提下实现模型优化,进而更好地支持普惠金融和消费金融发展,提高风控能力,且数据样本和模型效果的提升还可有效节约传统信贷的审核成本。
针对我来数科(我来贷)在隐私计算领域的突出成就,中国信通院泰尔实验室颁发了代表行业认可的技术安全证书。此外,我来数科(我来贷)还联合多家机构持续迭代和完善隐私计算联邦学习,并持续推动联邦学习技术的前沿研究、标准建设、开源生态建设、行业应用等。
展望未来,隐私计算或将成为金融行业数字化转型的关键一环。而我来数科(我来贷)也将持续深耕隐私计算技术,助力构建更加开放的金融生态,促进我国金融行业高质量发展。