当前位置:首页区块链在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉

在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉

12月5日,2020世界区块链大会·武汉正式在武汉国际会展中心开幕。大会由巴比特主办,并得到了武汉市政府、江汉区政府、武汉市经信局、中国信通院等部门单位的大力支持。在当天下午举办的“联邦学习与隐私计算区块链的商业创新发展应用”圆桌论坛,蓝象智联CEO徐敏、洞见科技创始人、董事长姚明、微众银行系统架构师曾纪策、光之树副总裁武姗姗以及富数科技产品总监林琳,共同探讨联邦学习和隐私计算区块链的商业创新。

如何看待数据商业化和隐私之间的博弈和平衡?

徐敏

在今天看来,数据业务价值和隐私权似乎是一对矛盾,但就像两股浪潮迎面而来,无论这两股浪潮看起来有多冲突,在下一秒,它们将合并为一股,并有一个共同的方向。人类社会的许多矛盾和冲突是相似的。因此,我坚信数据业务价值与隐私保护的矛盾将和谐地向前发展。在转过程中,需要人文、法律、科技的匹配。在人文方面,我们需要在享受社会便利和隐私保护之间找到一个新的平衡点;在法律方面,我们需要来设定底线;人文与法律相结合,设定上限,法律决定底线,然后通过技术的发展优化工艺,达到更好的平衡。今天,我们牺牲了40%的隐私,实现了60%的个人便利。有了隐私计算保护,我们只需要牺牲较少的个人隐私来换取更多的个人便利。

如何在数据隐私保护的前提下把握智能数据与区块链的融合?

姚明:

从信用本身来看,信用业是一个特殊的行业。其实,行业的本质是用数据和人们的历史经验,即模和智慧来判断交易主体的风险。在这样一个领域,有一个第三方信用评估场景。在这个场景中有一个非常重要的原则,那就是最小可用原则。如果关注信贷行业,这个词在政策法规中经常被提及。最少可得性原则实际上是为了保护当事人的隐私不被泄露和侵犯,这一点在今年的民法典中也有所体现。另一部分是确保公平。至少,要让它尽可能的隐形,以便出售实际的信息。对于这个最小可用性原则,如果我们将其定义为对可见信息的保护,现在技术提供了更新的机会。对于计算价值的那些看不见的部分,如果我们能够提取它,我们能打破最小可用原则吗?这对信用评价,尤其是对风险控制的意义非常重要。从风险控制的角度来看,它不希望使用最小可用性原则。它希望用更多的数据来描述交易伙伴的风险,从而量化信用定价和控制风险。这两者实际上是有冲突的。这种冲突为联邦学习和多方安全计算提供了机会。对于数据,将用于计算的数据价值与其可见信息部分分离,使计算价值的无形部分尽可能参与共享、流通和信用评价。这样,可以从技术层面突破最小可得性原则,但可以充分保护个人隐私信息的可见部分不被侵犯或泄露,这实际上是信贷行业的一种技术创新。

如何对整个系统进行安全验证?

曾继策

根据隐私计算或数据交换的原理,可以推断算法的安全性,并出具安全报告证书。以系统级为例,系统通过了3a和4A安全认证,包括合作伙伴身份、合作授权、账号和审核。另一个杀手是开源。微银行构建了一个基于全开源fat系列的商业合作体系。除了线下建模外,还包括在线推理、多云管理、即将到来的可视化一站式建模以及与区块链深度融合的法特海因。开源系统还可以被社区打磨,并容易地保护合作伙伴的代码。同时,在建模过程中还提供了网络包捕获验证方法,提供了可审计的交互日志,同时结合区块链技术对整个合作过程的行为进行存储和跟踪。

如何突破传统的数据合作模式,实现新数据的无形联合建模和价值共享?

吴珊珊:

在传统的数据开放模式中有几个挑战。一是数据的所有权和使用权不可分割。我们都认为最好把数据放在一起进行计算、建模、开发和相应的分析。然而,拥有宝贵数据资产的企业很难打开数据。原因是在传统的计算范式中,数据被发送出去后,另一方不会重复支付数据,数据也会失去数据拥有者的控制,从而无法定义和监督目的。其次,原始的联合建模模通过脱敏和标注输出数据。数据标注主要是对数据进行降维处理,并将其转换为仍然包含信息的方式,但维数和细节都得到了简化。这样一来,就会远离实际业务场景的要求,而且用户往往会给出反馈,据说给定的标签不准确。我们可以定制标签并打开较低级别的数据吗。因此,传统的融合方法无法解决数据融合的安全性、成本和效率问题。作为一种新的技术架构,在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉联合学习可以让每个数据拥有者在物理去中心化和逻辑中心化的前提下本地拥有自己的数据。在整个计算和建模过程中,原始数据不需要相互公开,可以明确数据的用途和权限。数据的可用性在整个数据流过程中是不可见的。

隐私计算在商业化全过程中的挑战

林林

第一个挑战是安全证明,这是客户最关心、最难证明的环节和步骤。安全性论证分为理论安全性和工程安全性两部分。理论安全是通过完成一些行业相关的认证,另外,我们会和客户一起做安全相关的POC来解决这个问题。对于工程安全,我们希望通过我们的产品,使多方安全计算和联合学习成为一项非常复杂但又黑心的技术,让用户看到每个操作的实际步骤和每个节点的流程,让他们觉得这项技术是相对可控的。在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉1第二个挑战是隐私计算也是一项非常新的技术。不像其他方面的产品一样成熟。因此,它的应用门槛很高。我们希望通过我们正在做或已经上线的工作来解决这个问题,包括过程自动化,联邦学习的拖放建模,以及联邦共享的一些算法库和模库降低用户使用门槛和促进大规模应用的问题。第三个挑战是,这个行业有很多技工学校,到目前为止,这些技工学校彼此并不兼容。我们也希望在这一环节,不断推进互联互通,进而推动产业向前发展。

联合学习和隐私计算在哪里合适?

林林

目前,我们的多方安全计算和联合学习技术在智能风险控制、智能运营、政务公开、智能营销等领域都有很好的案例。我们最近与交通银行、中国移动合作开展了基于安全计算的多方中小企业融资服务项目,并于近日入选中国人民银行上海总部金融技术创新监管试点应用。在本项目中,我们利用多方安全计算技术,在数据不出域的情况下,整合银行与运营商之间的关系图,帮助金融机构识别企业背后非常复杂的关系网络和欺诈风险,为更多中小企业贷款机构和客户提供准确控制风险的经验。该项目是央行监管下第一个进入沙箱的隐私计算项目。我们认为这对整个隐私计算行业在金融行业的发展和应用具有很好的指导作用。

吴珊珊:

我们认为隐私计算是一种普适性的技术,它可以在各个行业取得巨大的成就。除了我们以往在金融、政府、大企业等方面的实践,今年“光明之树”也在智慧农业的银企合作上做了一些探索。我们、地方政府和合作伙伴正在推动从农业生产到销售的全过程数据安全集成,为产业金融创新、普惠信贷和农业保险赔偿提供了更有力的起点。

曾继策:

联邦学习在国内垂直联盟中应用较为普遍,适用于风险控制场景。在金融领域,有贷前审批和贷后审批。这一微人群已应用于消费基金、银行和其他合作伙伴,威众的几款个体户贷款产品也被用于联邦学习。同时,也对上千人的推荐起到了很好的效果。对于横向联合体,有反洗钱业务,由深圳市监管部门推荐。此外,联邦学习框架也适用于集团平台场景。

姚明:

隐私计算技术诞生于一个特殊的环境中,其诞生的前提是多方参与整个数据流。在这一过程中,现场各方的角色包括数据提供者、数据应用方、技术服务提供者、政府监管机构等,洞察技术的基因是服务于信贷业,延伸是服务于金融业,延伸是服务于政府金融业。

徐敏

我看好三个行业:金融、大健康、社会服务和治理。因为一方面,这三个行业都是定制化的解决方案,二是非常个人化的场景。我来谈谈场景应用的效果。大多数时候,两个数据冲突的影响是非常非常出乎意料的。最近,我们帮助一家银行建立了预授权信用风险控制模。我们从操作员那里引入了几个数据因子,并遇到了银行因子。效率很高,因为这两个行业以前是不同的,运营商不知道他们的数据在金融行业是如此有用,但银行不知道运营商有多少数据。作为一个桥梁,我们将在整个数据上进行更有效的合作,这必将带来更多的回报,对整个社会都会更好。

隐私计算与联合学习的发展趋势

徐敏

2020年是隐私计算元年,2021年是隐私计算应用年。我可以想象,在接下来的一年里,会有很多场景盛开,很多场景会被整个行业复制。蓝翔智联将专注于金融行业,而我们将专注于金融营销和风险控制。

姚明:

数据流通市场可以分为四个时代:第一个时代是数据移动时代;第二个时代是API时代,即使用和调整的模式;第三个时代是SandBox模式时代;第四个时代是隐私计算时代,即2020年是“看不见的数据可用”元年,而数据不离开数据库的方式,也是SandBox模式的升级版,这是真的四种模式并存。在我看来,隐私计算的应用不仅需要开发新的登陆场景,还需要升级传统的数据流通或共享交换的商业模式。因此,从整个市场来看,既有股票市场,也有增量市场。从技术方面看,无论是数据迁移还是API调用、SandBox、隐私计算等,它们都有自己的价值发挥空间我不认为某一种技术可以拿下整个市场,但我更愿意根据场景的特点组合或叠加某种技术来完成商业落地。在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉2更流行的说法是,不管是白猫还是黑猫,都是能抓老鼠的好猫。没有万能的技术,只有万能的组合。这是我的观点。

曾继策:

在我看来,各种隐私技术都比较成熟,符合商业需求。应用框架越来越丰富。现有的框架更加完善,并且趋于开放。第二,治理。目前,伟中已建成并运营了530多家机构的合作网络。网络规模越大、越丰富,治理问题就越突出,包括数据、模、贡献、安全可信、系统运行等,这些治理将变得非常重要。第三,工业应用标准和协作网内部标准化可以使协作接入更加顺畅和方便,不同的协作网需要协议标准来实现互连。第四,监管。例如,今年我国颁布了有关隐私权保护的法律法规,使这一领域更加辉煌。

吴珊珊:

随着隐私业务的不断爆发,市场的不断反馈和表达,以及隐私信息共享和交换的相关法律法规的逐步实施和建设,在领导、同事和业界的共同努力下,我们相信隐私计算将获得巨大的动力,并在2021年继续向前发展。在进化的过程中,我们会找到一条更适合自己的路径,延伸到平台或做基于场景的垂直深耕。同时,我们将更加注重互联互通,提高隐私计算技术在客户业务场景中的渗透。

林林

首先,在2021年,整个市场对隐私计算的接受度会有非常好的提升,而且会有大量的商业案例要实施。第二,我们非常同意技术进步的观点。我们背后有竞争,但也有很多交流。我们将共同努力,在很小的技术细节上克服它,真正把这项技术推向更高的水平。第三,我们相信在2021年,在监管层面,我们行业的标准会更加清晰,我们整个隐私计算轨道的商业逻辑也会更加清晰。第四,我非常赞同互联的概念,因为从终极的思维来看,隐私计算很可能在未来成为一个非常重要的底层基础设施。我们希望能够将隐私计算串联起来,这样数据、价值和人工智能价值能够以安全的方式在更多的地方流动。

温馨提示:

文章标题:在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉

文章链接:https://www.btchangqing.cn/161347.html

更新时间:2020年12月09日

本站大部分内容均收集于网络,若内容若侵犯到您的权益,请联系我们,我们将第一时间处理。

在隐私计算爆发前夕,如何把握商机?世界区块链大会·武汉3
区块链

武汉召开首届区块链场景对接会,英雄城全面拥抱区块链

2020-12-9 5:28:12

DEFI区块链

孟岩:产业区块链与defi不是矛盾,而是互补关系|世界区块链大会·武汉

2020-12-9 5:40:28

5 条回复 A文章作者 M管理员
  1. 猫眼看币

    应该加分区块链

  2. 淘小铺OL

    看来需要收网了?

  3. 花哥

    有比特币的起来嗨

  4. 比特币行情

    什么时候支持ETH2.0代用户质押服务

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索