国产化的金融数据建模隐私计算应用实践

某金融客户在进行风控营销活动之前,都会融合多方机构的数据,构建出有效而准确的风控营销模型,以便于更好的对活动进行风控管理以及精准营销。但是随着数据流通法规越发严格以及数据泄漏事件的频繁发生,这种传统为风控营销活动,而进行的多家原数据直接融合建模的数据流通,存在违反数据方面相关法律法规和数据泄漏风险。

冲量在线联合国产化芯片提供商--兆芯,推出的基于国产化设备的数据隐私计算方案,通过MPC、加密密钥等技术,保障多方加密后的数据汇集到,带有兆芯物理机中的可信执行环境,利用其硬件保证执行过程的隐私性,帮助该金融客户规避数据泄漏和违反数据相关法律法规的风险,最后融人工智能算法进行多方联合建模,协助某金融客户构建有效而准确的风控营销模型,力助其进行精细化风控营销活动。

业务流程图如下所示:

业务流程能够执行的前提:

1、参与风控营销数据建模的多方都部署了多方流通业务系统和支持隐私计算技术TEE的兆芯服务器。

2、风控营销数据提供方将数据源的原信息发布到区块链上,便于其他参与方可以看到数据都有哪些字段。

业务流程的步骤:

1、某金融企业,发起风控营销建模任务,同时选择参与任务的数据提供方、和执行该任务的计算节点(计算节点只能是任务发起方或参与该任务的数据提供方)。

2、风控营销数据的提供方也是某个计算任务的参与方,它可以选择是否参与任务。

3、风控营销数据的提供方同意任务后,任务开始执行,此时数据会经过加密后上传到计算节点里,数据的上传过程是基于TEE的数据封存服务保证数据在域内安全、加密存储,通过TEE端到端构建的TLS通信保证数据在跨域流通中一次一密传输并支持多协议层多重加密,用于保证数据的“可用不可见”。

4、任务执行完成后,会对融合的数据进行销毁处理,保证数据不沉淀,并且任务结果仅作为任务发起的某金融客户可见。

业务效果:

1、通过MPC、加密密钥技术将数据进行加密,保证了某金融客户和其数据提供方数据安全。

2、基于某金融客户和其数据提供方的数据,在可信执行环境TEE中进行机密计算,获得有效而准确的风控营销模型,帮助便于该客户更好的活动进行风控管理以及精准营销。

3、硬件层面基于国产化芯片,软件层面使用有冲量独立开发的数据互联平台,满足了金融行业对IT设施和软件严格的自主可控的要求。

4、整个业务流程的所有环节都会和区块链模块打通,执行任务的多方数据流通平台与区块链网络共用一套身份体系,保证隐私计算的过程审计数据带有身份信息并能对等关联到区块链机构、角色身份。保证所有的数据调用和数据使用记录链上可查,保证了数据调用的透明和安全。

社会价值:

1、该实践是一个基于国产化芯片的应用实践,证明国产化芯片也可以完美承接隐私计算对硬件的要求,为隐私计算行业摆脱国外芯片的依赖,进行了可行性验证,为国产化芯片的发展带来的极大的促进作用,具有重大的社会价值。

2、该实践是一个应用于金融行业的数据建模隐私计算应用实践,证明了隐私计算可以在符合数据相关法律法规,和避数据泄漏风险的前提下,进行多方数据流通后的融合计算,并产出适用于自身业务的完美模型。

经济价值:

该实践是一个金融行业风控营销的隐私计算落地典范,证明了隐私计算的帮助下金融客户符合数据相关法律法规并避数据泄漏风险的前提下,还能协助多方输出适用于自身业务的完美模型,从而对风控营销模型其进行精细化风控营销活动,这不仅可以协助客户尽量避免因为违反数据相关法律法规和数据泄漏产生的额外成本,还能通过精确的模型降低风控营销活动的运营成本。

THEEND

最新评论

更多
暂无评论