数据安全是数字经济高质量发展的前提和保障，蕴藏巨大价值的数据能够以极低的成本无限的服用，这导致了各种各样的数据泄露、盗用、滥用问题及案件频繁，数据的隐私安全也受到了各国的广泛重视、以及全球范围内日益严格的监管要求。在国内，《网络安全法》《个人信息保法》《2022“十四五”数字经济发展规划》等诸多数字经济发展、数据安全监管要求文件的相继落地，国家持续推动数字经济发展，着力促进数据要素市场发展。在打通融合多方数据，创造整合多数据维度，释放更大价值的过程中，因为金融行业数据高墙林立且数据分散性较大，数据不断从各个方向产生，数据来源非常松散，数据缺失在授权、传输、验证、共享各环节的要求标准。数据复制成本较低，各数据所有方不愿意、不能共享数据，因为一旦共享就会失去对数据的控制权和所有权。因此，造成“数据孤岛”现象的同时价值聚合性也较低，单一的数据价值有限，无法在更多的场景中以适当的方式聚合多方数据来源，保证数据的可靠性，产生可观协同效应。围绕上述问题，隐私计算是同时实现数据保护和利用的最优技术解。光之树隐私计算平台包含多方安全计算平台、天机可信计算平台、云间联邦学习平台、密态数据库平台，在技术方面，采用多技术交叉学科，包括密码学、分布式机器学习、安全硬件等不同技术手段，完成从查询、统计、建模和预测完整地属于应用功能；相较于传统集中式建模，隐私计算可以做到数据不出域的同时联合计算，并得到最终结果，使得数据“可用不可见”。 【展开】 【收起】