联邦学习作为隐私计算的重要分支，可以有效解决数据流通共享与隐私安全之间的矛盾，让数据在满足安全、隐私保护和监管合规要求的前提下，实现数据融合流通和多方协同，充分释放数据价值。

当前联邦学习在金融行业应用广泛，中心联合众多隐私计算安全领域厂家，经过一年的共同努力，制定了《联邦学习金融应用技术要求》（Q/BCTC 0002-2022）。该规范从功能、安全、性能三个方面提出联邦学习产品宜遵循的相关要求，为联邦学习金融应用产品测评提供参考依据。

中心以《联邦学习金融应用技术要求》（Q/BCTC 0002-2022）为测评依据，完成首批联邦学习金融应用的测评。共有9家金融科技公司通过了测评，名单如下：

（以上排名不分先后，以首字母排序）

下一步，中心将继续开展多方安全计算产品、联邦学习产品等隐私计算相关金融测评服务，继续探索包括差分隐私、可信执行环境、联盟链技术等技术体系的建设，欢迎更多企业参与，共同保障金融数据安全融合应用的稳定发展。