观「招商银行」隐私计算布局的思考（36氪收录）
今日立冬，附上故宫博物院的石狮子镇文。
这两天深度阅读了36氪对「招商银行」总行人工智能实验室负责人李金龙的采访，恰好是该领域的从业者，便想根据李金龙老师的发言整理出自己的思考。
前言
李金龙老师表示，隐私计算价值已经被市场认可，但行业还处于"春秋战国"阶段。
我对此深表赞同，隐私计算应该说是应监管而生，国外在早些年便开始关注数据安全，随着国内对数字经济的重视，政府对网络安全、数据安全和个人信息安全的重视程度也逐渐走向深水区。
从国内的立法布局来看，**《网络安全法》、《数据安全法》和《个人信息保护法》三部基础性法律的正式施行，也意味着「数据安全」**已经成为这个时代最值得关注的重要议题之一。
在法律法规的指导之下，为了确保数据以安全、合规的方式流通，隐私计算将成为解决以上问题核心的技术解决方案，同时，更多企业和个人也将目光投向了隐私计算，期待了解、使用这一新技术的落地情况。
01 应用__隐私计算的目的
据招商银行总行人工智能实验室负责人李金龙介绍，招行初次接触隐私计算是从2019年开始，当时是因为和微众银行同处于深圳，针对联邦学习这项技术有所交流，之后便开始尝试应用。
从2019年后半年至今，招行都有具体的应用场景落地。在具体场景上，招行做这件事的首要目的还是为了防范风险，包括信用风险，交易风险的反欺诈等等。
**招行应用隐私计算技术是看效果的。隐私计算一方面是保护隐私，另一方面是保护企业的数据资产。**在这两个命题下进行数据价值的流转需要新的技术方式，所以招行采用联邦学习、隐私计算这类技术，让它的作用反映在业务上。
**我个人认为，**技术永远是中性的，隐私计算也不例外，技术一定是为了解决业务层面的具体问题才能有所落地，否则永远只是实验室的产物，这一点我一直看得比较清。
不管是联邦学习也好，隐私计算也好，都必须为业务贡献其技术价值，否则再新的技术永远是“镜中月、水中花”。
隐私计算能够实现数据“可用不可见”的目标，助力数据安全、合规流通，防范风险，这就是它所能给业务带来的价值，也就是所谓的技术赋能业务。
甚至再往长远思考，技术应该能够引领业务的发展。科技的加速演进推动监管以及新兴范式的加速就是**“科技引领业务”**的一个重要前兆。
02 隐私计算大规模应用要解决的问题
根据招商银行总行人工智能实验室负责人李金龙在回答36氪的采访中，我针对最近在思考的关于隐私计算大规模应用需要关注和解决的的关键问题，提炼了以下五点建议。
1. 易用化、平台化、批量化
我认为技术一定是要让更多人参与进来才能焕发出更大的活力，全球最大的开源社区Github也印证了这一点。
李金龙老师介绍的一个观点我也十分认同，“如果门槛太高，仅仅只有特别专业的技术人员才能通过命令行或者复杂加解密方式才能使用的话，那么这件事的范围做不大。” 我认为这是隐私计算技术的易用化问题，底层技术研发人员应致力于解决这一问题。
**我们一定要降低门槛，让数据跨主体的使用和企业内部的数据使用方式一样。**这一个理念和我的想法不谋而合，根据我之前从事的大数据应用开发（数据加工）的经验来看，要想提高生产效率，则必须降低应用层开发者的开发门槛，让只懂SQL的开发人员可以直接在隐私计算平台上进行跨域的数据清洗、加工、建模。
我认为这是隐私计算技术的平台化问题，只有让普通开发者能够实现应用自身的应用层隐私计算开发，这项技术才有真正大规模应用的可能。
而关于隐私计算技术的****批量化，我认识和平台化有紧密的联系，当平台化做到一定程度时，可以考虑传统批量的实现模式，让隐私计算平台也具备批量计算和加工的能力。可以说，批量是自动化的一种体现，我们应致力于减少人工的介入，实现最大的价值。
2. 差异化的数据源互补
针对金融企业来说，我觉得较为有价值的差异化数据源是运营商和互联网企业。
因为对金融企业来说，其自身已经具备了较为较为丰富的金融类数据，像_客户信息、结算数据、消费明细_等，而缺少像客户的_网络流量使用时间分布、地理位置信息、消费偏好、娱乐偏好_等数据，而这些数据是掌握在运营商和互联网企业手中。
差异化数据的补充对企业自身的业务效益提升十分有帮助，因为一旦解决了短缺的数据维度问题，这些差异化的数据能够和金融行业自身的数据做一个补充，进行纵向联邦学习。
而对于同行业的企业，如同为金融行业的企业，如果未来能从数据样本量方面实现差异化的数据源互补，则可以进行横向联邦学习，双方都能彼此获益。
3.运行速度与可靠性
据李金龙老师介绍，隐私计算技术的大规模落地还需要关注运行速度与可靠性，因为联邦学习经过加密、解密，建模速度很慢，比一般的明文本地建模要慢5～10倍，运行速度与可靠性对企业级应用来说是十分关键的指标。
现在行业里也有一些公司在做这件事，有软件加速和硬件加速各种研究。软件加速的比较多，硬件加速像_星云Clustar_会提供。
而不管是软件加速还是硬件加速，我认为还有比较长的路要走，甚至是从隐私计算底层密码协议的优化和提升来说也是对运行速度与可靠性提升的有力支撑。
同时李金龙老师还提到权威机构的认证，我个人了解到这一块由中国信通院领衔的相关评测还是相对权威，如果企业的隐私计算产品得到了信通院的评测认证，将极大提高自身的背书。
4. 互联互通与生态建设
李金龙老师表示，隐私计算目前的互联互通还在路上，这也是这个行业还不太成熟的特征之一。
同为身处这一行业的研究人员，我十分赞同这一观点，虽然各个行业都在积极制定规范，但由于行业还处于较早期，即处于野蛮生长阶段，所以还是以企业内部试点为主，还没有真正进入跨企业大规模隐私计算阶段。
据了解，2021年7月份，中国支付清算协会正式发布《T/PCAC 0009-2021多方安全计算金融应用评估规范》，这是国内首个金融行业的多方安全计算规范，将会对行业的发展起到指导性作用。
技术的发展总会有一个过程，虽然目前还远远没有达到互联互通阶段，但那一天一定会到来。
5. 强有力的数据联盟
李金龙老师表示，在数据的生态上，如果能有平台性质的组织出来，让大家更有序和有效率地进行数据共享。
不管是从工具层还是执行、应用层面，行业里还没达到比较广泛统一的状态。如果是一个成熟的体系，应该需要一个白皮书或者具体的行动指南，这些都需要大家一起逐步摸索。
这个组织可能需要是一个全国性的组织，来把整个技术、规范都统一起来，这样大家才能更好地对话、探讨和推进各类问题。组织至少可以把主要的参与者都拉到一个平台上对话，让大家互相协作一起往前走，可能就能更好地提升数据的风险防范能力，也能提升业务上的运行效率。
正如我上面提到的中国信通院，我个人觉得信通院是一个比较好的角色。首先，信通院是有较强的影响力，能够组织各行业进行对话和讨论；其次，信通院是国家ICT领域重大战略和重大政策的核心制定者，能够以国家级的标准引导行业发展；最后，信通院是国家机构，能够指导行业在合规的路上发展得更良好。
03 结语
**深度阅读了李老师的发言，始终觉得自己需要学习的东西还有很多，关于技术的、关于金融业务的、关于商业模式的，这也是我个人发力的方向。
**
**我选择区块链与隐私计算领域的方向很简单，总有一部分人要先看到未来，而我想成为这一小群人的一份子。
**
**
我认为，未来的商业模式终将会因为技术的进步而改变。**
如果你喜欢我的思考与分享，欢迎关注我，也欢迎与我联系。
101链视界
区块链与金融科技领域的专业知识分享者。
17篇原创内容
公众号
观「招商银行」隐私计算布局的思考（36氪收录）相关推荐
- 边缘计算招聘 ：边缘不再「边缘」，计算无处不在
选择比努力更重要! 如果十五年前您选择了电商领域的阿里巴巴,今天可能就有点不一样了! 如果八年前您选择了视频领域的快手,今天可能就有点不一样了! 现在如果您知道开源是未来,那么您还在纠结去哪里? 我们 ...
- ios睡眠分析 卧床 睡眠_iOS 10 「就寝」功能的用法和思考
不知道在什么时候开始,我们开始养成拿手机当做闹钟的习惯,很少会再到街角的礼品店买一个漂亮的闹钟放在床头点缀房间的同时叫醒每一个清晨的自己. 百度百科解释:闹钟是带有闹时装置的钟.既能指示时间,又能按 ...
- 浏览器 pad android,腾讯发布 QQ浏览器 HD for Android Pad，加速布局手机浏览器 | 36氪...
作为中国第二大手机浏览器厂商,腾讯一直没有停止对老大UCWeb 的追赶.并且腾讯的追赶速度着实让人害怕. 继此前发布了「QQ浏览器HD For iPad」 之后,腾讯于近日发布了「QQ浏览器 HD f ...
- java 平均分配算法_「角平分线」Java 计算角平分线 - seo实验室
角平分线 有三个点,计算出角平分线.首先要算出两个点之间的方位角,根据方位角算出夹角.下面以角平分线长度是20示例计算. double dStartAngle = Math.atan2(mdE1 - ...
- 《全国一体化政务大数据体系建设指南》发布，隐私计算将如何发挥作用？
10月28日,国务院办公厅发布印发<全国一体化政务大数据体系建设指南>(以下简称<指南>)的通知,<指南>指出,建立完善政务大数据管理体系,推进政务数据资源开发利用 ...
- matlab软件imag函数_「复变函数与积分变换」基本计算代码
使用了Matlab代码,化简平时遇到的计算问题,也可以用于验算结果 来自211工科专业2学分复变函数与积分变换课程 求复角主值 sym(angle(待求复数))%公式 sym(angle(1+sqrt ...
- 金融电子化 | 招商银行与洞见科技、平安科技等五方隐私计算平台互联互通实践
文 / 招商银行隐私计算互联互通项目组 数字化时代,数据成为重要的生产要素,也是银行数字化经营和风险控制的关键.但在现实生活中,数据产生于不同的场景,金融机构往往需要从众多机构实体中获取海量数据以支撑 ...
- 准独角兽已出现，火爆的隐私计算赛道谁是头部玩家？
导读:数据可用不可见的隐私计算赛道,为什么突然火了? 数据被称为21世纪的石油.围绕数据,一批toB新兴赛道正在迅速崛起.对于大多数人,这些赛道非常陌生甚至从未听说过,然而行业中准独角兽企业已经出现. ...
- 隐私计算头条周刊（2.13-2.19）
开放隐私计算 收录于合集 #企业动态44个#周刊合辑44个#政策聚焦37个#隐私计算91个#行业研究36个 开放隐私计算 开放隐私计算OpenMPC是国内第一个且影响力最大的隐私计算开放社区.社区秉承 ...
最新文章
- 突围 2020！程序员这样学 AI ！
- 易语言录入数据到access里重复提示_一招搞定：excel数据共享协同
- iterp2函数--------二维数据内插值
- Neo4j【付诸实践 01】SpringBoot集成报错org.neo4j.driver.exceptions.ClientException:服务器不支持此驱动程序支持的任何协议版本（解决+源代码）
- C语言 void和void *(无类型指针)
- JavaScript复制数组
- 只有python可以爬虫吗_无所不能的Python之爬虫那点事儿
- Python 装饰器详解（上）
- DICOM C-GET vs C-MOVE
- 深入浅出学大数据（一）大数据发展历程及大数据的简单介绍
- m126a linux驱动下载,hpm126a驱动下载
- 《庄子·杂篇·列御寇第三十二》
- 谷粒商城九商品服务之商品属性及仓储服务todo
- Fastjson漏洞详情
- nodejs实现公众号服务URL绑定验证，nodejs实现公众号关注并回发送一条消息，以及关注之后的聊天自动回复消息
- linux系统进程有哪几种主要状态,Linux 进程状态详解
- No enclosing instance of type testTry is accessible. Must qualify the allocation...之解决方法
- 自有App小程序第三方微信授权登录的实现
- redhat7安装yum
- markdown字体大小颜色样式