9月2日，由世界人工智能大會組委會辦公室指導，華東師范大學長三角金融科技研究院、機器之心主辦的「WAIC 2022 · 金融科技與數(shù)據(jù)要素論壇」在張江科學會堂舉辦。論壇聚焦金融業(yè)數(shù)據(jù)要素融合生態(tài)建設(shè)，華東師范大學黨委常委&副校長周傲英、中銀金融科技執(zhí)行董事長兼副總裁林堅軍、中國銀聯(lián)云計算中心總經(jīng)理韓韜、上海浦東發(fā)展銀行總行信息科技部副總經(jīng)理萬化、華東師范大學數(shù)據(jù)學院院長錢衛(wèi)寧、平安科技副總工程師王健宗、中國工商銀行軟件開發(fā)中心大數(shù)據(jù)與人工智能實驗室資深經(jīng)理夏知淵等多位重磅嘉賓齊聚于此，圍繞金融數(shù)據(jù)治理、隱私計算關(guān)鍵技術(shù)等議題進行探討與交流。星環(huán)科技首席隱私計算科學家伊人受邀出席該論壇，發(fā)表《隱私計算助力數(shù)據(jù)要素新時代》主題演講。
伊人表示，目前數(shù)據(jù)作為除了土地、勞動力、資本、技術(shù)要素以外的，被國家列為能夠產(chǎn)生巨大價值的新型生產(chǎn)要素，正不斷鞏固其在數(shù)字經(jīng)濟的地位，成為數(shù)字經(jīng)濟增長的關(guān)鍵要素。然而，在數(shù)據(jù)要素流通，不斷激發(fā)新業(yè)態(tài)的過程中，往往會遇到如《數(shù)安法》、《個保法》等法律法規(guī)的前提。一邊是政策導向，一邊是法規(guī)約束，為了使得企業(yè)不斷提升競爭力，隱私計算技術(shù)在近年被用來作為合規(guī)創(chuàng)新的助推器和保障劑。流通和利用，是數(shù)據(jù)要素價值創(chuàng)造的前提
數(shù)據(jù)作為新型的生產(chǎn)要素，只有在流通和利用的情況下才能創(chuàng)造其應用的數(shù)據(jù)價值。而數(shù)據(jù)購買、銷售、代理、包裝、拆包和存儲的規(guī)模和范圍，不僅影響著數(shù)據(jù)要素的價值實現(xiàn)，還在數(shù)據(jù)價值鏈中形成了以數(shù)據(jù)交互流通為紐帶的新型市場結(jié)構(gòu)。在全國各地，已成立了上海、北京、深圳等多家數(shù)據(jù)交易所，各地也在不斷完善數(shù)據(jù)要素市場化的運行機制。而在企業(yè)側(cè)，許多國資企業(yè)也正在大力開展數(shù)據(jù)資產(chǎn)化的試點，探索數(shù)據(jù)要素流通的新模式。在數(shù)據(jù)要素流通的階段化建設(shè)路徑下，企業(yè)除了做好基礎(chǔ)的數(shù)據(jù)安全防護與加固外，還需要建設(shè)點對點隱私計算數(shù)據(jù)服務，以支撐上層數(shù)據(jù)要素化地流通。為實現(xiàn)數(shù)據(jù)要素流通，需要解決四個關(guān)鍵問題
確保數(shù)據(jù)安全數(shù)據(jù)安全是一項需要從數(shù)據(jù)全生命周期來考量的課題，對于企業(yè)數(shù)據(jù)安全的保護而言，IaaS層需做到容器隔離、零信任、動態(tài)漏洞檢測等基礎(chǔ)設(shè)施的安全監(jiān)控；PaaS層需對數(shù)據(jù)傳輸、存儲、操作等流程進行安全審計，并對平臺權(quán)限進行精細化管控，此外，還需指定數(shù)據(jù)分類分級、數(shù)據(jù)脫敏、安全策略、數(shù)據(jù)水印與溯源等安全管理體系建設(shè)，實現(xiàn)數(shù)據(jù)的安全治理和全生命周期的防護；在SaaS層，企業(yè)需做好數(shù)據(jù)的動態(tài)授權(quán)、流程審批、安全網(wǎng)關(guān)及數(shù)據(jù)安全發(fā)布等數(shù)據(jù)可信流通的前提工作，此后可基于聯(lián)邦學習、差分隱私等可信隱私計算技術(shù)，實現(xiàn)數(shù)據(jù)的可信流通。確保數(shù)據(jù)合法合規(guī)建立數(shù)據(jù)安全策略與標準，依法合規(guī)采集、應用數(shù)據(jù)，依法保護客戶隱私，劃分數(shù)據(jù)安全等級，明確訪問和拷貝等權(quán)限，監(jiān)控訪問和拷貝等行為，完善數(shù)據(jù)安全技術(shù)，定期審計數(shù)據(jù)安全。保證安全地開放數(shù)據(jù)服務在數(shù)據(jù)流通的1.0階段，數(shù)據(jù)往往通過數(shù)據(jù)包的形式進行交換，即通過數(shù)據(jù)交易平臺來交易數(shù)據(jù)所有權(quán)，但缺少清晰的行業(yè)法規(guī)，易導致用戶隱私泄露以及被使用方二次使用或濫用。在數(shù)據(jù)2.0階段，以明文API接口為載體，即預先按照固定的形式來加工單方的數(shù)據(jù)，以API形式輸出，在用戶發(fā)出數(shù)據(jù)請求后自動調(diào)用反饋數(shù)據(jù)結(jié)果給用戶。而在數(shù)據(jù)3.0階段，數(shù)據(jù)以可信流通服務的形式進行，雖然數(shù)據(jù)本質(zhì)上不能安全流通，數(shù)據(jù)需要保護與隔離，但是數(shù)據(jù)價值可以流通，可基于聯(lián)合計算與分析，讓數(shù)據(jù)產(chǎn)生價值。用戶可以直接通過協(xié)議或算法來使用數(shù)據(jù)，數(shù)據(jù)可用不可見，數(shù)據(jù)服務形式多樣化。
數(shù)據(jù)要素市場的技術(shù)架構(gòu)設(shè)計數(shù)據(jù)要素市場的技術(shù)架構(gòu)需自底向上進行規(guī)劃和設(shè)計，底層IaaS可建設(shè)云基礎(chǔ)設(shè)施，PaaS層通過構(gòu)建大數(shù)據(jù)云平臺，并通過隔離、加密、權(quán)限、審計等功能為大數(shù)據(jù)平臺進行安全加固。基于大數(shù)據(jù)云平臺，企業(yè)可構(gòu)建數(shù)據(jù)湖、共享區(qū)、可信區(qū)、沙箱區(qū)等各類租戶，同時關(guān)聯(lián)數(shù)據(jù)資產(chǎn)目錄，以統(tǒng)一數(shù)據(jù)要素的口徑。在可信租戶中，使用聯(lián)邦學習和可信計算技術(shù)來實現(xiàn)可信的數(shù)據(jù)分析，可以直接與第三方數(shù)據(jù)交互，使數(shù)據(jù)可用不可見。SaaS層可構(gòu)建數(shù)據(jù)探索、對內(nèi)/外的數(shù)據(jù)共享等上層應用。星環(huán)科技可信數(shù)據(jù)流通產(chǎn)品能力
星環(huán)科技基于多年來在大數(shù)據(jù)基礎(chǔ)軟件領(lǐng)域的深耕，可為用戶提供端到端的數(shù)據(jù)安全防護、數(shù)據(jù)安全治理、隱私保護與隱私計算技術(shù)，且可基于硬件安全防護的可信計算提供卓越的聯(lián)合建模能力，保障數(shù)據(jù)可用不可見。
數(shù)據(jù)安全防護與治理方面，星環(huán)科技數(shù)據(jù)安全管理平臺Defensor可提供企業(yè)數(shù)據(jù)應用架構(gòu)以全局的數(shù)據(jù)安全防護策略。生產(chǎn)側(cè)數(shù)據(jù)平臺或數(shù)據(jù)庫通過 Defesnor 對數(shù)據(jù)進行分類分級，并盤點出企業(yè)敏感資產(chǎn)，生成分類分級清單、個人資產(chǎn)清單、行業(yè)重要數(shù)據(jù)清單等，基于分類分級清單，生成必要的數(shù)據(jù)安全防護策略；在數(shù)據(jù)傳輸過程中，基于星環(huán)科技 Quark 數(shù)據(jù)庫網(wǎng)關(guān)，提供 SQL 查詢的動態(tài)脫敏，基于 Midgard API 網(wǎng)關(guān)，為 API 訪問提供動態(tài)脫敏，基于星環(huán)科技關(guān)系型分析引擎 Inceptor 分布式脫敏引擎，提供靜態(tài)脫敏能力；同時，將相關(guān)鏈路日志進入大數(shù)據(jù)平臺安全審計軟件 Audit 監(jiān)測，從而做到泄敏事件的監(jiān)控與告警。隱私保護技術(shù)方面，星環(huán)分布式隱私計算平臺Sophon P²C集多方安全計算、聯(lián)邦學習等多種功能，為隱私計算提供完整的解決方案，以隱私保護為前提，解決了跨組織協(xié)作時無法安全利用各方數(shù)據(jù)的困境。平臺提供多種開箱即用的工具，方便用戶在隱私場景下進行數(shù)據(jù)處理、分析、特征工程等工作，并快速建立機AI模型。加密網(wǎng)絡通信模塊負責節(jié)點間大量多批次加密信息的傳輸，多種加密安全手段和優(yōu)異的通信架構(gòu)，確保平臺在大數(shù)據(jù)量下也能獲得卓越的性能。
隱私計算技術(shù)，正在為數(shù)據(jù)價值的釋放創(chuàng)造更多機會
星環(huán)科技的隱私計算技術(shù)已落地如數(shù)據(jù)流通、政務民生、金融營銷等垂直業(yè)務場景，為跨企業(yè)數(shù)據(jù)協(xié)作提供安全可信的平臺支持。在政務民生場景，Sophon P²C通過縱向聯(lián)邦學習聯(lián)合居民用電數(shù)據(jù)與用水數(shù)據(jù)，生成群租房預測名單。在聯(lián)合建模過程中，全程明文數(shù)據(jù)不出，有效保護了居民用水用電的數(shù)據(jù)隱私信息。聯(lián)合訓練模型比本地單獨用電數(shù)據(jù)訓練的模型AUC提升10%以上，賦能政務決策高效的處理分析能力，為政府有效排查群租房，消除群租房造成的消防、安全隱患，打造和諧、安全、美麗的生活環(huán)境作出了突出貢獻，為政務決策、民生建設(shè)發(fā)揮信息化支撐保障作用。在精準營銷場景，通過縱向聯(lián)邦學習，車企安全引入了多方數(shù)據(jù)，豐富用戶特征維度，對用戶行為進行統(tǒng)計分析。在聯(lián)合建模過程中，全程明文數(shù)據(jù)不出本地，有效保護了車企與支付機構(gòu)的數(shù)據(jù)隱私信息。此外，在挖掘目標用戶，并對用戶意向進行精準觸達，節(jié)約推廣成本的同時，有效提升了廣告轉(zhuǎn)化率，擺脫傳統(tǒng)廣告投放模式的高成本束縛，使低成本快速增長成為可能。該案例樣本量高達1億2000萬，指標維度近千個。
