如今，大数据、人工智能等创新技术为金融服务行业注入了新鲜血液，尤其是隐私计算逐渐成为金融产业的刚需，其在金融风控场景的应用探索覆盖了信贷领域的贷前、贷中、贷后各个环节，在面向个人的消费金融贷款和对公贷款当中都有尝试。为进一步推动隐私计算在金融领域的运用，度小满加强对隐私计算的布局与创新，让隐私计算为金融产业发展持续赋能。
度小满联合建模产品，成为隐私计算标杆应用案例
近日，由北京金融科技产业联盟主导，工商银行、中国银联、度小满等联盟机构参与编制的《隐私计算技术金融应用研究报告》(以下简称报告)正式发布。本次报告对隐私计算的概念、政策、相关技术、落地应用进行了全方位梳理，还针对金融业推进隐私计算发展所面临的风险与挑战进行了详细分析，并提出了相关建议。
当下，金融业已掀起隐私计算规模化落地应用的“浪潮”，目前该技术已在精准营销、信贷风控、反欺诈、反洗钱、移动支付人脸识别等领域得到试点应用。度小满在此次参与报告编写过程中，对隐私计算技术的深入研究，以及对隐私计算技术落地应用于金融场景的服务经验作出了深度内容输出。
报告中提到，度小满联合建模产品已在多家金融机构成功落地，成为了隐私计算的标杆应用案例，比如在与中国银联合作风控产品系统中，度小满作为技术输出方，帮助中国银联在风控管理上应用隐私计算技术，双方对隐私计算技术场景落地进行了深度探索。
度小满“联邦学习”能力获认可，促进公司合规展业
联邦学习和多方安全计算是隐私计算的两大主流方向。度小满的“联邦学习”能力在2021年通过了中国信通院 “大数据产品能力”的评审，与华为云计算、阿里云计算、天猫技术等13家公司一同取得了《联邦学习 基础能力专项测评证书》。
度小满相关负责人表示，未来将在探索隐私计算的道路上继续前行，通过实践经验，助力金融业数据生态建设，提升数据安全，实现数据“可用不可见”、“数据不动价值动”的行业共同目标。
今年，国务院办公厅印发《要素市场化配置综合改革试点总体方案》提到，探索“原始数据不出域、数据可用不可见”的交易范式，在保护个人隐私和确保数据安全的前提下，分级分类、分步有序推动部分领域数据流通应用。未来，随着隐私计算的不断普及，它在金融领域将有更多可能性。
