企业动态

当前位置:首页 - 企业动态 - 企业新闻

BCTC深度参与隐私计算、多方安全计算、联邦学习行业研究报告编写

发布日期:2022-04-06


01
金融数据安全重视程度与日俱增

当前数据成为一种越来越重要的资产,随着《数据安全法》、《个人信息保护法》等相继出台,政府、公众日益重视数据安全与隐私。

2022年新年伊始,中国人民银行印发《金融科技发展规划(2022—2025年)》(银发〔2021〕335号文印发)明确提出从强化数据能力建设、推动数据有序共享、深化数据综合应用、做好数据安全保护方面充分释放数据要素潜能,并陆续出台了金融数据安全与隐私保护的相关标准,金融数据安全与共享应用的重视程度与日俱增。 

为更好发挥数据价值,推动金融业务有序开展,实现跨机构、跨地域、跨行业数据资源的有序共享,实现数据可用不可见、数据不动价值动,隐私计算技术被重点关注和推广,掀起应用的浪潮。但隐私计算技术在金融行业应用中也面临着一些风险和挑战,需要在实践中不断完善。


02
《隐私计算技术金融业应用研究报告》发布

国家金融科技测评中心(银行卡检测中心,简称“中心”)作为国家级的测评机构,积极发挥自身金融科技专业力量参与编写了由北京金融科技产业联盟牵头组织的《隐私计算技术金融业应用研究报告》、《多方安全计算金融应用现状及实施指引》和《联邦学习技术金融应用白皮书》。

01
《隐私计算技术金融业应用研究报告》

该报告分析了隐私计算的关键技术并总结了隐私计算的不同实现路线,介绍了隐私计算相关的政策、法律法规和标准,梳理了隐私计算技术在金融业应用情况及面临的风险与挑战,并从标准化建设、行业政策引导、技术发展等方面提出了相关建议。

图片
02
《多方安全计算金融应用现状及实施指引》

该指引介绍了多方安全计算技术及应用发展现状与发展背景,总结了多方安全计算金融应用案例与实施指引,并提出了面临的挑战与发展建议。

图片
 03
《联邦学习技术金融应用白皮书》

该白皮书详细描述了联邦学习的类型,总结联邦学习建模流程,分析联邦学习的安全与审计需求,梳理联邦学习金融应用要求及案例,并从金融应用的平台间互联互通等方面提出建议。

图片



03
隐私计算与人工智能算法测评服务

早在2020年,中心基于多方计算前沿技术研究深度参与编写了中国人民银行发布的《多方安全计算金融应用技术规范》和支付清算协会牵头编写的《多方安全计算金融应用评估规范》,并依据标准制定了多方安全计算测评体系,启动了金融行业多方安全计算应用测评工作。金融多方安全计算应用技术测评包括通用型多方安全计算产品测评专用型多方安全计算产品测评。通用型产品是指满足各项多方安全计算功能指标和安全要求,并可以适配各类金融应用场景的产品;专用型产品是指为特定金融应用场景设计,实现部分多方安全计算功能指标,满足全部安全要求的产品。目前,中心已完成两个批次的多方安全计算产品测评,共包括18款市面主流的多方安全计算产品。

·

联邦学习作为隐私计算的另一重要分支,中心联合众多隐私计算安全领域厂家制定了《联邦学习金融应用技术要求》企业标准,该标准从功能、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。中心依据此标准制定了详细的联邦学习测评方案,并启动了金融行业联邦学习应用测评工作。截止2022年1月,中心已完成完成首批联邦学习金融应用的测评,共有9款产品通过了测评。

·

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与人工智能算法等金融测评服务,继续探索包括差分隐私、可信执行环境等技术体系的建设,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。


上一篇:干货丨聚合支付安全技术要求与合规建议 下一篇:国家金融科技测评中心(银行卡检测中心)助力2021年度金融领域企业标准“领跑者”名单发布