央行金融信息化研究所《隐私计算金融应用白皮书》发布，金智塔科技深度参与

白皮书共分为两个篇章。一是行业研究篇，介绍了隐私计算的研究背景，分别从产业侧、应用侧和产学研用生态侧三个角度描述了隐私计算的应用情况，总结了隐私计算在金融业应用过程中的风险与挑战，并提出有效、切实的建议；二是典型案例篇，汇总了金融机构及产业机构等在风险防控、精准营销、产品创新等领域的共20个隐私计算典型应用案例。

白皮书指出金融机构正积极探索隐私计算技术在金融数据共享方面的应用。根据行业调研，超过60%的金融机构已经具备在原始数据不出域的前提下规范开展数据共享的能力，并制定了相应的管理办法和制度；有50%的金融机构正在积极开展隐私计算技术的研究，并探索隐私计算在金融业的应用场景；随着隐私计算技术的不断发展，有15%的金融机构在过去两年建立了数据安全和数据隐私管理机制，近7%的金融机构搭建了企业级的隐私计算平台，并在多个领域开展隐私计算技术成果试点应用。

白皮书认为多方安全计算、联邦学习、可信执行环境等隐私计算技术的技术原理、安全假设、应用方向各不相同、各有特点，单一技术难以满足所有场景需求。随着隐私技术应用领域不断拓展，实际应用中出现了融合多项技术的组合方案，更好地满足多样化业务需求；此外，针对隐私计算技术在金融业应用的安全性和可靠性的研究和验证也十分重要，常见的验证方法有三种：基于密码学算法的安全验证，基于密码及安全标准的安全验证，基于行业规范及专业测评认证。

白皮书指出金融机构正积极建设隐私计算平台，主要包括自建、共建、行业级平台建设三种模式；此外，金融机构利用隐私计算技术探索数据融合应用，主要包括集团内部共享、金融同业共享、跨行业数据共享三种方式；尽管隐私计算在金融业应用还处于初期探索和应用试点阶段，但也涌现出一批优秀的实践成果，普遍集中在营销、风控等领域。

白皮书指出金融机构普遍采用底层通用平台加上可插拔式算法组件的模式实现隐私计算异构平台的互联互通，并协同引入数据和技术，加速跨机构、跨行业的数据合作落地。

白皮书强调当前隐私计算在金融业应用过程中仍面临法律合规风险高、可证安全难、公共基础设施不完善、示范效应和规模化应用场景欠缺、赋能金融业务不明显、异构平台互联互通难等诸多挑战。

为推动隐私计算技术在金融业合理合规应用，降低数据泄露风险，白皮书提出以下建议：一是强化隐私计算金融应用的顶层设计，建立健全隐私计算金融应用合规指南；二是加强产学研用联合攻关，提升技术性能和标准化服务水平，建立科学合理的安全性度量体系；三是建设金融业共建共享的隐私计算平台和隐私计算网络节点系统，解决组网困难的问题；四是发挥隐私计算在营销、风控等领域的示范试点效应，共享行业应用实践经验；五是加快互联互通技术研究和标准制定，鼓励大型金融机构对外输出互联互通能力，推动行业互联互通成果转化。